การเปรียบเทียบตัวแบบ SARIMA และ RegSARIMA ในการพยากรณ์จำนวนผู้โดยสารทางอากาศของท่าอากาศยานสุวรรณภูมิ

A comparison of SARIMA and RegSARIMA models in forecasting number of air passengers of Suvarnabhumi Airport

Name: นิฉา แก้วหาวงษ์

Organization : มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต. คณะวิทยาศาสตร์และเทคโนโลยี

Email : nicha@mathstat.sci.tu.ac.th

keyword: จำนวนผู้โดยสารทางอากาศ

ThaSH: การวิเคราะห์อนุกรมเวลา

; ตัวแบบ SARIMA

ThaSH: ท่าอากาศยานสุวรรณภูมิ

; ตัวแบบ RegSARIMA

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบตัวแบบการพยากรณ์อนุกรมเวลา 2 ตัวแบบคือตัวแบบ SARIMA และตัวแบบ RegSARIMA ในการศึกษาใช้ข้อมูลอนุกรมเวลาของจำนวนผู้โดยสารทางอากาศรายเดือนของท่าอากาศยานสุวรรณภูมิและข้อมูลอนุกรมเวลาที่ใช้เป็นตัวแปรอิสระคือ เวลา ดัชนีฤดูกาล ดัชนีความผันแปรแบบผิดปกติและจำนวนผู้โดยสารทางอากาศ ณ เดือนที่ t-12 ข้อมูลที่ใช้เป็นอนุกรมเวลารายเดือนตั้งแต่เดือนมกราคม พ.ศ.2546 ถึงเดือนธันวาคม พ.ศ.2560 โดยเกณฑ์ที่ใช้ในการเปรียบเทียบคือค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ความคลาดเคลื่อน (MAPE) และค่า Adjusted R-Squared จากการศึกษาพบว่าตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ข้อมูลจำนวนผู้โดยสารทางอากาศรายเดือนของท่าอากาศยานสุวรรณภูมิคือตัวแบบ RegSARIMA ((1,4),0,(1,23))(0,0,1) โดยตัว แบบที่ได้มีค่า MAPE ต่ำที่สุดเท่ากับ 2.7034 เปอร์เซ็น และมี Adjusted R-Squared มากที่สุดเท่ากับ 98.1100 เปอร์เซ็น ค่าพยากรณ์จำนวนผู้โดยสารทางอากาศของท่าอากาศยานสุวรรณภูมิในปี พ.ศ.2561 พ.ศ.2562 และ พ.ศ.2563 มีจำนวน 62,032,824 คน 64,599,553 คน และ 67,871,705 คนตามลำดับ โดยจำนวนผู้โดยสารทางอากาศที่พยากรณ์ได้มีจำนวนเพิ่มขึ้นมากกว่า 67 ล้านคนภายใน 3 ปี

Abstract: The objective of this research is to study and compare two models of forecasting time series, namely SARIMA and RegSARIMA models. In this study, we use the monthly time series data of number of air passengers of Suvarnabhumi airport and time series of independent variables, namely time, seasonal index, irregular variation index and air passenger numbers at time t-12. The data used was monthly time series from January 2003 to December 2017. The Mean Absolute Percentage Error (MAPE) and Adjusted R-Squared are used as the comparative criteria. It was found that the RegSARIMA((1,4),0,(1,23))(0,0,1) is the most suitable model for forecasting the monthly time series data of number of air passengers of Suvarnabhumi airport. The RegSARIMA model had the lowest MAPE of 2.7034 percent with the highest Adjusted R-Squared of 98.1100 percent . Predicted air passenger numbers of Suvarnabhumi airport in 2018, 2019 and 2020 are 62,032,824, 64,599,553 and 67,871,705 persons, respectively.The number of air passenger at Suvarnabhumi airport is predicted to increase more than 67 million persons within three years.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2561

Modified: 2564-05-27

Issued: 2564-05-27

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ คณะวิทยาศาสตร์และเทคโนโลยี. การประชุมวิชาการวิทยาศาสตร์และเทคโนโลยีระหว่างสถาบัน ครั้งที่ 6 (ASTC 2018) (BS-P05). สมุทรปราการ : มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ASTC 2018BS-P05.pdf	749.99 KB	4	2024-11-14 12:19:24

ใช้เวลา

0.02269 วินาที