การวิเคราะห์อนุกรมเวลา (Time Series

การวิเคราะห์อนุกรมเวลา (Time Series Analysis)
ส่วนประกอบของอนุกรมเวลา
1. ค่าแนวโน้ม (Long Term Trend : T) ค่าแนวโน้มเป็นการแสดงถึงการเคลื่อนไหวหรือเปลี่ยนแปลงของข้อมูลในระยะยาว เช่น ปริมาณการใช้ไฟฟ้าของประเทศไทย, ปริมาณการนำเข้าน้ำมันดิบ เป็นต้น
2. ค่าการผันแปรตามฤดูกาล (Seasonal Variation : S) หมายถึงการเปลี่ยนแปลงตามฤดูกาล โดยเกิดขึ้นซ้ำ ๆ กันในรอบ 1 ปี จนกลายเป็นแบบแผนเดียวกัน เช่นผลผลิตข้าวจะสูงในช่วงไตรมาสแรกของปี , ยอดขายของห้างสรรพสินค้าจะสูงในช่วงปลายปี, เป็นต้น ในการวิเคราะห์การผันแปรตามฤดูกาลนี้จะวัดออกมาในรูปของดัชนีฤดูกาล(Seasonal Index)
3.ค่าการผันแปรตามวัฎจักร (Cyclical Variation: C) หมายถึงการเคลื่อนไหวที่เป็นไปตามวัฎจักร(เช่นวัฎจักรธุรกิจ) ซึ่งการเคลื่อนไหวตามวัฎจักรนี้จะมีลักษณะคล้ายกับการผันแปรตามฤดูกาล แต่จะมีระยะเวลาที่ยาวนานกว่า
4.การผันแปรเนื่องจากเหตุการณ์ไม่ปกติ (Irregular Variation: I) การผันแปรชนิดนี้ไม่แน่นอน ไม่สามารถคาดการณ์ได้ล่วงหน้า เช่น ภัยธรรมชาติ, สงคราม, การนัดหยุดงาน

ผลลัพธ์ (อังกฤษ) 1:

Time series analysis (Time Series Analysis). The components of the time series. 1. trend (Long Term Trend: T) trend is the movement or change of the information in the long run, such as the power consumption of the country Thailand, the import volume of crude oil, etc. 2. the value of a variable by season (Seasonal Variation: S) refers to the change in season, by repeated in round 1 last year until he made the same plans, such as the rice output in the first quarter of the year, sales of the Department in the late years, etc. In an analysis of the seasonal variation of this measure in the form of seasonal index (Seasonal Index). 3. the variable values by wat machine (Cyclical Variation: C) refers to the movement that was to follow wat machinery (such as business machines, wat) wat this machine-based animation is similar to the seasonal variation, but there will be a period of time longer than the. 4. the variable because the events are not normal (Irregular Variation: I) a variable of this type. Cannot be predicted in advance, such as natural disasters, war, strikes,

ผลลัพธ์ (อังกฤษ) 2:

Time Series Analysis (Time Series Analysis)
component of time series
first. The outlook (Long Term Trend: T) is likely to demonstrate the movement or change of information in the long term as the country's electricity consumption, volume of imports of crude oil, etc.
2. The seasonal variation (Seasonal Variation: S) refers. the seasonal changes By happened repeatedly in the past one year into the same pattern. For example, rice is high in the first quarter of the year, sales of the mall will be higher at the end of the year, for example, to analyze the seasonal variation is measured in terms of index season (Seasonal. Index)
3. the variable cycle (Cyclical Variation: C) refers to the movement that follows the cycle (ie, business cycles), the movement cycles are similar to seasonal variation. But is there a time period longer than
4 variances due to the unusual circumstance (Irregular Variation: I) the variation of this uncertainty. Can not be predicted in advance, such as natural disasters, wars, strikes.

ผลลัพธ์ (อังกฤษ) 3:

Time series analysis (Time Series Analysis)

1 component of the time series. The trend (Long Term Trend: T) values แนวโน้มเป็นการ represents the movement or change of information in the long term. Such as electricity consumption of Thailand,Quantity of imported crude oil, etc.
2. The seasonal variation (Seasonal Variation: S) means changing seasonal by happen again. . in the round 1 years into a similar pattern. Such as the rice yield is high in the first quarter of the year,Sales of department stores are high at the end of the year, etc. in the analysis of the seasonal variation is measured out in the form of a seasonal index (Seasonal. Index)
3. The cyclical variation (Cyclical Variation:C) refers to motion according to the cycle (such as business cycles). The movement cycle of this will look similar to the seasonal variation. But there is a long period than
4.Variation due to abnormal events (Irregular Variation: I) this kind of variation is uncertain. Cannot predict in advance, such as natural disasters, war, strike!