|
การเปรียบเทียบตัวแบบอนุกรมเวลาแบบผสมสำหรับการพยากรณ์ข้อมูลอนุกรมเวลาที่มีปัจจัยเชิงฤดูกาล |
|---|---|
| รหัสดีโอไอ | |
| Title | การเปรียบเทียบตัวแบบอนุกรมเวลาแบบผสมสำหรับการพยากรณ์ข้อมูลอนุกรมเวลาที่มีปัจจัยเชิงฤดูกาล |
| Creator | อนุธิดา อนันต์ทรัพย์สุข |
| Contributor | นัท กุลวานิช |
| Publisher | จุฬาลงกรณ์มหาวิทยาลัย |
| Publication Year | 2560 |
| Keyword | การวิเคราะห์อนุกรมเวลา, Time-series analysis |
| Abstract | งานวิจัยนี้เป็นการศึกษาเปรียบเทียบความแม่นยำของค่าพยากรณ์ที่ได้จาก 3 ตัวแบบ คือ ตัวแบบ ARIMA ที่มีฤดูกาล(SARIMA), ตัวแบบผสมระหว่างตัวแบบ ARIMA ที่มีฤดูกาลกับตัวแบบโครงข่ายประสาทเทียม(SARIMA-ANN) และตัวแบบผสมระหว่างตัวแบบ ARIMA ที่มีฤดูกาลกับตัวแบบซัพพอร์ทเวกเตอร์แมชชีน(SARIMA-SVM) โดยทำการศึกษาเปรียบเทียบทั้งในส่วนของข้อมูลจริงและข้อมูลจำลอง ในส่วนของข้อมูลจริงนั้นได้มีการนำราคาขายปลีกมะนาวเบอร์ 1-2 (หน่วยเป็นบาท/ผล) จากกรมการค้าภายใน กระทรวงพาณิชย์ ซึ่งเป็นราคาผลผลิตทางการเกษตรซึ่งอยู่ในรูปแบบอนุกรมเวลาที่มีปัจจัยเชิงฤดูกาลมาทำการเปรียบเทียบ โดยใช้เกณฑ์รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย(Root Mean Square Error : RMSE) เป็นเกณฑ์ในการเปรียบเทียบตัวแบบ ผลการศึกษาพบว่าตัวแบบผสมระหว่างตัวแบบ SARIMA กับตัวแบบโครงข่ายประสาทเทียม(SARIMA-ANN) และตัวแบบผสมระหว่างตัวแบบ SARIMA กับตัวแบบซัพพอร์ทเวกเตอร์แมชชีน(SARIMA-SVM) ให้ผลการพยากรณ์ที่แม่นยำกว่าตัวแบบ SARIMA ทั้งในชุดข้อมูลจริง และชุดข้อมูลจำลอง และสำหรับการพยากรณ์ด้วยชุดข้อมูลจริงราคาขายปลีกมะนาวที่มีลักษณะอนุกรมเวลาที่มีปัจจัยเชิงฤดูกาลสอดคล้องกับตัวแบบ ARIMA(1,1,2)x(0,1,1)12 ตัวแบบผสมระหว่าง ARIMA(1,1,2)x(0,1,1)12 กับตัวแบบโครงข่ายประสาทเทียมให้ค่าพยากรณ์ที่แม่นยำที่สุด รองลงมาคือตัวแบบผสมระหว่าง ARIMA(1,1,2)x(0,1,1)12 กับตัวแบบซัพพอร์ทเวกเตอร์แมชชีน และตัวแบบ ARIMA(1,1,2)x(0,1,1)12 มีความแม่นยำในการพยากรณ์ต่ำที่สุด ซึ่งให้ผลสอดคล้องกับผลการพยากรณ์ด้วยชุดข้อมูลจำลอง |
| URL Website | cuir.car.chula.ac.th |
