การศึกษาค้นคว้าอิสระฉบับนี้เป็นการศ

การศึกษาค้นคว้าอิสระฉบับนี้เป็นการศึกษาการพยากรณ์ยอดขายในอุตสาหกรรมผลิตน้ำมันหล่อลื่น โดยใช้ปัจจัยด้านอุปสงค์ลูกค้า และปัจจัยชี้วัดทางเศรษฐกิจ กรณีศึกษาบริษัท ลู้บ เทคโนโลยี ซึ่งเป็นบริษัทผลิตน้ำมันหล่อลื่นเพื่องานอุตสาหกรรมหนัก โดยมีวัตถุประสงค์เพื่อศึกษาการเปรียบเทียบเทคนิคการพยากรณ์ยอดขายด้วยเทคนิคการพยากรณ์อนุกรมเวลาเชิงปริมาณ 4 รูปแบบดังนี้ วิธีหาค่าเฉลี่ยเคลื่อนที่ วิธีปรับเรียบเอ็กซ์โพเนนเชียลแบบง่าย วิธีนาอีฟสำหรับข้อมูลแนวโน้มและฤดูกาล และวิธีวิเคราะห์การถดถอย โดยนำเอาข้อมูลอนุกรมเวลารายเดือนของยอดขายของธุรกิจย้อนหลัง 36 เดือน (มกราคม 2553 – ธันวาคม 2555) มาทำการตรวจสอบข้อมูลด้วยการวิเคราะห์ค่าสัมประสิทธิ์สหสัมพันธ์แบบออโต พบว่าข้อมูลชุดนี้ไม่มีลักษณะของแนวโน้มและฤดูกาลเข้ามาเกี่ยวข้อง จากนั้นจึงทำการศึกษาวิธีการพยากรณ์ทั้ง 4 วิธีและวัดค่าความคลาดเคลื่อนของเทคนิคการพยากรณ์โดยใช้เกณฑ์ทั้ง 3 เกณฑ์ คือ ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAD), ค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (MSE) และค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยที่ให้ค่าต่ำที่สุด นั่นหมายความว่าวิธีการพยากรณ์นั้นมีคลาดเคลื่อนน้อยที่สุด ซึ่งผลการศึกษาพบว่าวิธีวิเคราะห์การถดถอยเป็นวิธีที่ให้ค่าความคลาดเคลื่อนน้อยที่สุดจากการใช้ข้อมูลอนุกรมเวลาชุด 36 เดือนนี้ จากนั้นใช้ข้อมูลอนุกรมเวลาชุดที่สองคือ 8 เดือน (มกราคม 2556 – สิงหาคม 2556) ทำการพยากรณ์ยอดขายล่วงหน้า เพื่อนำไปเปรียบเทียบกับชุดข้อมูลแรก เพื่อวัดความแม่นยำในการพยากรณ์ว่าวิธีใดมีรูปแบบการพยากรณ์ที่แม่นยำมากที่สุด โดยใช้เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) เป็นค่าวัดความแม่นยำของการพยากรณ์ ซึ่งผลการศึกษาพบว่าวิธีวิเคราะห์การถดถอยมีค่าความแม่นยำมากกว่าวิธีอื่นๆ

ผลลัพธ์ (อังกฤษ) 1:

Independent study to this study, forecasting sales in the oil industry. Using customer demand factors Factors and economic indicators A case study of technology LubeThe objective is to study the comparative sales forecasting techniques with quantitative time series forecasting techniques 4 format follows the moving average method. Exponential smoothing methods Financial simple.And regression analysis By using the time series data of monthly sales of the past 36 months (January 2553 - December 2555) to verify the data with a correlation coefficient automata.The average squared error (mse) and the mean absolute percentage error to the minimum. This means that the prediction error is minimal.36 months, then the second set of time series data is 8 months (January 2556 - August 2556) to forecast sales in advance. To be compared to the first series.The average absolute percentage error (mape) is a measure of the accuracy of the forecast. The results of the regression analysis showed that the method is more accurate than the other methods.

ผลลัพธ์ (อังกฤษ) 2:

This independent study is a study of forecasting sales in the industrial production of lubricating oil based on customer demand, and factor of economic indicators. Lup technology company case study The objective is to study the comparisons with sales forecasting techniques forecasting time series techniques for quantitative format 4: how to find out how to adjust the moving average has fall-easily. And how regression analysis with time-series data taken monthly business turnover back 36 months (January – December 2555 (2012) 2553 (2010)) verifying data by analyzing the correlation coefficient value of grow. Then make a prediction method study on four methods and measurement tolerances technical forecasting using the criteria all criteria 3 is the average absolute tolerances (MAD), Mean squared error (MSE), and average absolute deviation percentage value, the value is low. This means that there are methods of the prediction error. 36 this month, and then a second set of time series data is 8 months (January-2556 (2013) August 2556 (2013)) made the prediction ahead of sales figures to compare with the first series. Using the average absolute percentage error (MAPE) a measure of the accuracy of forecasting, study results showed how regression analysis is more accurate method, etc.

ผลลัพธ์ (อังกฤษ) 3:

The independent study this is a study of sales in the industry forecasts produced lubricating oil, using factors on the demand side factors and customer case studies of economic indicators total technology companyThe objectives are to study the techniques of how to compare forecast sales forecasting techniques with quantitative Time series 4: How to find ways to adjust Simple Average mobile Expo เนนเชียล, easy.and the way the recession analysis by bringing information monthly Time series of the total sales of the business back after 36 months (January 2553 - December 2555) to verify the information with the abrasion resistance correlation analysis, irisThen the prophet, 4 ways and learn how to measure inaccurate forecasting techniques using both criteria 3 criteria is the average absolute Deviation (MAD),The average deviation is two (MSE), and average absolute deviation of the percentage values, the lowest mean that the method is accurate forecasts.36 this month, then use the information in the coupling of the second time series is 8 months (January 2556 - August 2556.) The forecast sales in advance to the comparison with the first informationUsing an average absolute percentage Deviation (MAPE) to measure the accuracy of the forecast, the study found that the analysis of recession is very accurate, and more than any other way