ตัวแบบการพยากรณ์ปริมาณมูลฝอยของสำนักเขตพื้นที่ในกรุงเทพมหานคร

Forecasting model for solid waste volumes in the district office in Bangkok

Name: สุภัสสร ชุนหคาม

keyword: ตัวแบบพยากรณ์

ThaSH: ขยะและการกำจัดขยะ -- ไทย -- กรุงเทพฯ -- พยากรณ์

ThaSH: ขยะและการกำจัดขยะ -- ไทย -- กรุงเทพฯ -- สถิติ

ThaSH: การวิเคราะห์อนุกรมเวลา

ThaSH: พยากรณ์แบบบอกซ์-เจนกินส์

ThaSH: การวิเคราะห์การถดถอย

Abstract: วัตถุประสงค์ของการศึกษาครั้งนี้เพื่อหาตัวแบบการพยากรณ์และเปรียบเทียบตัวแบบที่เหมาะสมใช้พยากรณ์ปริมาณมูลฝอยของสำนักงานเขตสายไหม และสำนักงานเขตบางกะปิ และเพื่อพยากรณ์ปริมาณมูลฝอยของสำนักงานเขตสายไหมและปริมาณมูลฝอยของสำนักงานเขตบางกะปิ โดยข้อมูลที่ใช้ศึกษาในครั้งนี้จำนวน 2 ชุด ได้แก่ ปริมาณมูลฝอยของสำนักงานเขตสายไหม และปริมาณมูลฝอยของสำนักงานเขตบางกะปิ โดยใช้ข้อมูลทุติยภูมิเป็นแบบรายเดือน ตั้งแต่เดือน มกราคม พ.ศ. 2560 ถึง เดือน ธันวาคม พ.ศ. 2567 รวมทั้งสิ้น 96 เดือน จากการเก็บข้อมูลสถิติของสำนักสิ่งแวดล้อมในกรุงเทพมหานคร โดยทำการศึกษาวิธีการพยากรณ์เดี่ยว 3 วิธี คือ วิธีการปรับให้เรียบแบบเลขชี้กำลัง วิธีการวิเคราะห์อนุกรมเวลาด้วยการถดถอย และวิธีบอกซ์เจนกินส์ และเทคนิคการพยากรณ์ร่วม 4 วิธี คือ วิธีการให้น้ำหนักที่เท่ากัน วิธีการพยากรณ์ร่วม โดยใช้วิธีการวิเคราะห์การถดถอย วิธีความคลาดเคลื่อนกำลังสองเฉลี่ยผกผัน และวิธีการให้น้ำหนัก ที่ไม่เท่ากัน และนำค่าพยากรณ์ที่ได้มาเปรียบเทียบวิธีการพยากรณ์ โดยพิจารณาจากค่าความคลาดเคลื่อนเปอร์เซ็นต์สัมบูรณ์เฉลี่ย (MAPE) ที่ต่ำที่สุดเป็นเกณฑ์การตัดสินเพื่อหาตัวแบบที่เหมาะสมที่สุด จากผลการวิเคราะห์ พบว่าวิธีการพยากรณ์ร่วมโดยใช้วิธีการวิเคราะห์การถดถอยเป็นพยากรณ์ที่ดีที่สุด มีค่าความคลาดเคลื่อนเปอร์เซ็นต์สัมบูรณ์เฉลี่ยต่ำสุด

Abstract: The objective of this study is to identify and compare suitable forecasting models for predicting the amount of solid waste in Sai Mai District Office and Bang Kapi District Office. Additionally, the study aims to forecast the amount of solid waste in both districts. The data used in this study consists of two datasets: the amount of solid waste in Sai Mai District Office and the amount of solid waste in Bang Kapi District Office. Using secondary data on a monthly basis from January 2017 to December 2024, a total of 96 months, collected from the statistical records of the Environment Department in Bangkok. The study examines three individual forecasting methods: Exponential Smoothing Method Time Series Regression Method and Box-Jenkins Method Additionally, four combined forecasting techniques are analyzed: Simple Average Method or Equivalent Weighted (EW) Combined Forecasting Using Regression Analysis Inverse of Mean Square Error Method (IMSE) and Unequivalent Weighted Method (UNEW) The obtained forecasts are compared using different forecasting methods, with the selection criterion based on the Mean Absolute Percentage Error (MAPE). The method with the lowest MAPE is considered the most suitable model. The analysis results indicate that the combined forecasting using regression analysis is the most effective method, as it achieves the lowest MAPE.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: สุวิมล พันธ์แย้ม

Role: ที่ปรึกษาการค้นคว้าอิสระ

Email : suvimol.p@sci.kmutnb.ac.th

Created: 2567

Modified: 2568-12-02

Issued: 2568-12-02

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติประยุกต์และวิทยาการวิเคราะห์ข้อมูล

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B17723644.pdf	2.14 MB

ใช้เวลา

0.029123 วินาที