การศึกษาเปรียบเทียบตัวแบบ SARIMA ตัวแบบการถดถอยร่วมกับ ARIMA และตัวแบบการถดถอยปัจจัยร่วมกับ ARIMA ในการพยากรณ์ปริมาณความต้องการน้ำมันปาล์มดิบในประเทศไทย

Comparative study of SARIMA, regression with ARIMA and factor regression with ARIMA models in forecasting demand for crude palm oil in Thailand

Name: นิฉา แก้วหาวงษ์

Organization : มหาวิทยาลัยธรรมศาสตร์. คณะวิทยาศาสตร์และเทคโนโลยี

Name: ณัชชา บุญพล

Organization : มหาวิทยาลัยธรรมศาสตร์. คณะวิทยาศาสตร์และเทคโนโลยี

Email : natsha.bunpol@gmail.com

Name: ณัฐชยา แซ่อ๋อง

Organization : มหาวิทยาลัยธรรมศาสตร์. คณะวิทยาศาสตร์และเทคโนโลยี

Name: พิมธชา สุจริตกุลธร

Organization : มหาวิทยาลัยธรรมศาสตร์. คณะวิทยาศาสตร์และเทคโนโลยี

keyword: SARIMA model

ThaSH: อุตสาหกรรมน้ำมันปาล์ม

; ARIMA model

ThaSH: น้ำมันปาล์ม

ThaSH: การวิเคราะห์การถดถอย

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบตัวแบบการพยากรณ์อนุกรมเวลา 3 ตัวแบบคือ คือ ตัวแบบ SARIMA (Seasonal Autoregressive Integrated Moving Average model), ตัวแบบการถดถอยร่วมกับตัวแบบ ARIMA (Regression with ARIMA model) และตัวแบบการถดถอยปัจจัยร่วมกับตัวแบบ ARIMA (Factor Regression with ARIMA model) ในการศึกษาใช้ข้อมูลอนุกรมเวลาของปริมาณความต้องการน้ำมันปาล์มดิบรายเดือนในประเทศไทย ซึ่ง การพยากรณ์อนุกรมเวลาแบ่งออกเป็น 2 ช่วงเวลาคือ ช่วงเวลาที่ 1 เป็นการพยากรณ์ข้อมูลในอดีตตั้งแต่เดือนมกราคม พ.ศ.2543 ถึง เดือนธันวาคม พ.ศ.2562 จำนวน 240 เดือน เพื่อคัดเลือกตัวแบบที่เหมาะสมในแต่ละตัวแบบพยากรณ์ และช่วงเวลาที่ 2 เป็นการพยากรณ์ข้อมูล ล่วงหน้าตั้งแต่เดือนมกราคม พ.ศ.2563 ถึง เดือนตุลาคม พ.ศ.2563 จำนวน 10 เดือน เพื่อคัดเลือกตัวแบบที่เหมาะสมที่สุดโดยเกณฑ์ที่ใช้ในการเปรียบเทียบคือ ค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ความคลาดเคลื่อน (MAPE) และค่าสัมประสิทธิ์การตัดสินใจ (R-Squared) จากการศึกษาพบว่าตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ปริมาณความต้องการน้ำมันปาล์มดิบรายเดือนในประเทศไทยคือ ตัวแบบการถดถอยร่วมกับตัวแบบ ARIMA โดยตัวแบบที่ได้มีค่า MAPE ต่าที่สุดเท่ากับ 6.6176 เปอร์เซ็นต์ และมีค่า R-Squared มากที่สุดเท่ากับ 95.4648 เปอร์เซ็นต์

Abstract: The objective of this research was to study and compare three models of forecasting time series, namely SARIMA model, Regression with ARIMA model and Factor Regression with ARIMA model. In this study, we used the monthly time series data of demand quantity of crude palm oil in Thailand. The forecasting time series were separated into two duration times. The first was the forecasting time series data in previous time from January 2000 to December 2019 for 240 months. This data was used for selection the suitable models in each forecasting models. As the second was the lead forecasting data from January to October 2020 for 10 months, which used for selection the most suitable model. The Mean Absolute Percentage Error (MAPE) and R-Squared were used as the comparative criteria. It was found that the Regression with ARIMA model was the most suitable model for forecasting the monthly time series data of demand quantity of crude palm oil in Thailand. The Regression with ARIMA model had the lowest MAPE of 6. 6176 percent with the highest R- Squared of 95.4648 percent

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2564

Modified: 2564-06-01

Issued: 2564-06-01

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยราชภัฎวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์. คณะวิทยาศาสตร์และเทคโนโลยี. การประชุมวิชาการระดับชาติวิทยาศาสตร์และเทคโนโลยีระหว่างสถาบัน ครั้งที่ 8 (ASTC 2021) (pp.1-11). ปทุมธานี : มหาวิทยาลัยราชภัฎวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ASTC 2021pp.1-11.pdf	915.76 KB	4	2021-06-26 21:13:30

ใช้เวลา

0.024118 วินาที