การพยากรณ์ปริมาณการส่งออกน้ำตาลรายเดือนของประเทศไทย ด้วยตัวแบบอนุกรมเวลา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อหาตัวแบบการพยากรณ์ปริมาณการส่งออกน้ำตาลรายเดือนของประเทศไทยด้วยวิธีการปรับเรียบแบบเลขชี้กําลังของโฮลท์ วิธีการปรับเรียบแบบเลขชี้กําลังของโฮลท์และวินเทอร์ และตัวแบบอารีมา และเปรียบเทียบประสิทธิภาพการพยากรณ์ด้วยเกณฑ์ค่ารากที่สองของค่าความคลาดเคลื่อนกําลังสองเฉลี่ยต่ำสุด ใช้ข้อมูล ปริมาณการส่งออกน้ำตาลรายเดือนของประเทศไทย ตั้งแต่เดือนมกราคม พ.ศ. 2560 ถึงเดือนพฤศจิกายน พ.ศ. 2566 จำนวน 83 คาบเวลาจากกรมศุลกากรประเทศไทย ข้อมูลส่วนที่ 1 จากเดือนมกราคม พ.ศ. 2560 ถึงเดือนธันวาคม พ.ศ. 2565 จำนวน 72 คาบเวลา ใช้สร้างตัวแบบอนุกรมเวลาทั้ง 3 วิธี ข้อมูลส่วนที่ 2 คือ ข้อมูลชุดทดสอบจำนวน 11 คาบเวลาสุดท้าย ผลการวิจัยพบว่าตัวแบบการพยากรณ์ปริมาณการส่งออกน้ำตาลรายเดือนของประเทศไทยที่เหมาะสมคือตัวแบบ ARIMA (1,1,0)(0,1,1)12 มีค่า RMSE ต่ำสุดเท่ากับ 44.5986 รองลงมาคือวิธีการปรับเรียบแบบเลขชี้กําลังของโฮลท์และวินเทอร์ (Holt-Winters Exponential Smoothing) เชิงบวก มีค่า RMSE เท่ากับ 45.9401
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ใน Journal of Advanced Development in Engineering and Science ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา ฯลฯ ที่ได้รับการตีพิมพ์ในJournal of Advanced Development in Engineering and Science ถือเป็นลิขสิทธิ์ของ Journal of Advanced Development in Engineering and Science หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Journal of Advanced Development in Engineering and Scienceก่อนเท่านั้น
เอกสารอ้างอิง
References
Tunsamai, K. (2011). By Product Management in Sugar Processing. Master IS, Silpakorn University. (in Thai)
กรกิจ ทันสมัย. (2554). แนวทางการจัดการผลผลิตพลอยได้จากการผลิตน้ำตาล. การค้นคว้าอิสระปริญญาบริหารธุรกิจมหาบัณฑิต สาขาวิชาการประกอบการ บัณฑิตวิทยาลัย มหาวิทยาลัยศิลปากร.
Nansaior, A. & Apichottanakul, A. (2021). Sugar and raw sugar products export volumes forecasting models based on wavelet-nonlinear autoregressive neural network. Khon Kaen Agriculture Journal, 49 (1), 179-191. (in Thai).
อนาลยา หนานสายออ และอาทิตย์ อภิโชติธนกุล. (2561).ตัวแบบพยากรณ์ปริมาณส่งออกน้ำตาลทรายและน้ำตาลดิบของประเทศไทยโดยใช้โครงข่ายประสาทเทียมออโตรีเกรสซีฟไม่เชิงเส้นแบบเวฟเล็ต. แก่นเกษตร, 49(1), 179-191.
Riansut, W. (2022). Forecasting Model of Sugar Export Quantity via the Use of Statistical Methods. PBRU Science Journal, 19(1), 1-12. (in Thai).
วรางคณา เรียนสุทธิ์. (2565). ตัวแบบพยากรณ์ปริมาณการส่งออกน้ำตาลด้วยวิธีการทางสถิติ. PBRU Science Journal, 19(1), 1-12.
Teppiam, T. & Kittichotipanit, N. (2015). Comparation of Forecasting Models for Quantity of Exporting Thailand’s Rawsugar using Times Series Analysis and Multiple Linear Regression Analysis. Journal of Science Ladkrabang, 24(2), 77-92. (in Thai).
ธวัชชัย เทพเปี่ยม และน้อมจิต กิตติโชติพาณิชย์. (2558). เปรียบเทียบตัวแบบการพยากรณ์ปริมาณการส่งออกน้ำตาลทราบดิบของประเทศไทยโดยวิธีอนุกรมเวลาและวิธีการวิเคราะห์การถดถอยเชิงเส้นพหุ. วารสารวิทยาศาสตร์ลาดกระบัง, 24(2), 77-92.
Bank of Thailand. (2023). EC_XT_009_S3 Value and quantity of merchandise exports classified by production activity (US dollars). Availble from URL. https://app.bot.or.th/ BTWS_STAT/statistics/BOTWEBSTAT.aspx?reportID=979&language=TH. Accessed date: 19 Febuary 2023. (in Thai).
ธนาคารแห่งประเทศไทย. (2566). มูลค่าและปริมาณสินค้าออกจำแนกตามกิจกรรมการผลิต (ดอลลาร์ สรอ.). จาก https://www.bot.or.th/App/BTWS_STAT/statistics/BOTWEBSTAT.aspx? reportID= 979&language=TH (ค้นเมื่อ 19 กุมภาพันธ์ 2566).
Thanapornsin, W. (2018). Sales Forecasting of Entertainment Business: A Case Study of Marvel Experience Thailand Co.Ltd. Master IS, Ubon Ratchathani University. (in Thai).
วรศักดิ์ ธนาพรสิน. (2561). การพยากรณ์ยอดขายในธุรกิจบันเทิง: กรณีศึกษาธุรกิจ เดอะ มาร์เวล เอ็กซ์พีเรียนซ์ ไทยแลนด์. การค้นคว้าอิสระปริญญาบริหารธุรกิจมหาบัณฑิต คณะบริหารศาสตร์ มหาวิทยาลัยอุบลราชธานี.
Box, G. E. P & Jenkins, G.M., (1976). Time series analysis: Forecasting and control. Holden-Day, San Francisco.
Kandananond, K. (2018). Statistical forecasting. Bangkok: SE-ED Education. (in Thai).
กรินทร์ กาญทนานนท์. (2561). การพยากรณ์ทางสถิติ. กรุงเทพฯ:ซีเอ็ดยูเคชั่น.
Pipatunukul, T., et al. (2015). Time Series Modeling ofthe Monthly Rainfall in KhonkaenProvince. Science and Technology Research Journal Nakhon Ratchasima Rajabhat University, 7(1), 31-38. (in Thai).
ฑิพรัตน์ พิพัฒน์อนุกูล, ชนัญกาญจน์ แสงประสาน, จันทร์จิรา แกะทาคำ และกนกวรรณ บุญชาญ. (2565). ตัวแบบอนุกรมเวลาของปริมาณน้ำฝนรายเดือนในจังหวัดขอนแก่น. วารสารวิจัยวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครราชสีมา, 7(1), 31-38.
Tansirirungruang, K. & Phanphocha, S. (2020). Comparison of Forecasting Valuation in Commercial Banking Groups using the ARIMA and ARIMAX Models. In The 15th RSU National Graduate Research Conference (p. 2488-2499). 13 August 2020, Rangsit University, Pathum Thani.
กำธร ตันศิริรุ่งเรือง และสมพร ปั่นโภชา. (2563). เปรียบเทียบการพยากรณ์มูลค่าหลักทรัพย์ในกลุ่มธนาคารพาณิชย์โดยใช้ตัวแบบอารีมาและอารีแม็กซ์. ใน การประชุมนำเสนอผลงานวิจัยระดับบัณฑิตศึกษา มหาวิทยาลัยรังสิต ครั้งที่ 15 (หน้า 2488-2499). 13 สิงหาคม พ.ศ. 2563,มหาวิทยาลัยรังสิต, ปทุมธานี.
Bhudsumrit, W. & Daloonpate, A. (2016). An Analysis of Sugar Price Transmission of Thailand. Journal of Economics Ramkhamhaeng University, 2(1), 21-52. (in Thai).
วิริยกิตต์ พุทธสัมฤทธิ์ และอภิชาต ดะลุณเพธย์. (2559). วิเคราะห์การส่งผ่านราคาอ้อยและน้ำตาลทรายของไทย. วารสารเศรษฐศาสตร์รามคําแหง, 2(1), 21-52.
Food and Agriculture Organization of the United Nations. Sugar. Avalible from URL https://www.fao.org/3/cc8589en/cc8589en_sugar.pdf Accessed date: 30 November 2023.
