การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบค่าพยากรณ์ที่ได้จากวิธีการพยากรณ์ 4 วิธี ได้แก่ วิธีปรับให้เรียบเอกซ์โปเนนเชียลแบบง่าย ( Simple Exponential Smoothing Method: SES )
วิธีปรับให้เรียบเอกซ์โปเนนเชียลดับเบิ้ล ( Double Exponential Smoothing Method: DES )
วิธีแยกส่วนประกอบ ( Decomposition Method ) และวิธีบอกซ์-เจนกินส์ ( Box-Jenkins Method )
พิจารณาจากการนำค่าพยากรณ์ที่ได้มาวัดความถูกต้องของการพยากรณ์ โดยใช้ค่าความคลาดเคลื่อนกำลังสอง ( MSE ) และเปอร์เซ็นความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ( MAPE )
อนุกรมเวลาที่นำมาศึกษามีลักษณะต่างๆ ดังนี้ ข้อมูลอนุกรมเวลาที่มีการเคลื่อนไหวรอบค่าเฉลี่ยข้อมูลอนุกรมเวลาที่มีเฉพาะแนวโน้ม ข้อมูลอนุกรมเวลาที่มีทั้งแนวโน้มและฤดูกาล โดยอาศัยข้อมูลปริมาณสินค้าการเกษตรส่งออกรายเดือนตั้งแต่เดือนมกราคม พ.ศ. 2552 ถึง เดือนสิงหาคม พ.ศ. 2557 ได้แก่ ปริมาณการส่งออกของเห็ดแห้ง ผลิตภัณฑ์อาหารจากแป้ง และน้ำตาลทราย จากการเก็บรวบรวมข้อมูลของสำนักงานเศรษฐกิจการเกษตร โดยความร่วมมือของกรมศุลกากร
ผลการวิจัยเพื่อเปรียบเทียบเทคนิคการพยากรณ์ที่เหมาะสำหรับข้อมูลอนุกรมเวลาที่นำมาศึกษาพบว่า
(1) สำหรับอนุกรมเวลาที่มีการเคลื่อนไหวรอบค่าเฉลี่ย ซึ่งอาศัยข้อมูลอนุกรมเวลาของ
ปริมาณการส่งออกของเห็ดแห้ง เทคนิคการพยากรณ์ที่เหมาะสม คือ วิธีปรับให้เรียบเอกซ์โปเนนเชียลอย่างง่าย รองลงมา คือ วิธีการบอกซ์และเจนกินส์


(2) สำหรับอนุกรมเวลาที่มีเฉพาะแนวโน้ม ซึ่งอาศัยข้อมูลอนุกรมเวลาของปริมาณการส่งออกของผลิตภัณฑ์อาหารจากแป้ง เทคนิคการพยากรณ์ที่เหมาะสม คือ วิธีการบอกซ์และเจนกินส์
รองลงมา คือ วิธีปรับให้เรียบเอกซ์โปเนนเชียลดับเบิ้ล
(3) สำหรับอนุกรมเวลาที่มีทั้งแนวโน้มและฤดูกาล ซึ่งอาศัยข้อมูลอนุกรมเวลาของปริมาณการส่งออกของน้ำตาลทราย เทคนิคการพยากรณ์ที่เหมาะสม คือ วิธีการบอกซ์และเจนกินส์ รองลงมา คือ วิธีแยกส่วนประกอบ

ผลลัพธ์ (อังกฤษ) 1:

This research aims to study and compare the forecasting methods of forecasting methodologies 4 x smoothing methods, fall-simple (Simple Exponential Smoothing Method: SES)X smoothing methods, fall ladap label (Double Exponential Smoothing Method: DES) How decomposition (Decomposition Method), and bok-kin Jane (Box-Jenkins Method)Based on prediction values that have come to measure the accuracy of a prediction using a squared error (MSE), and mean absolute percentage error (MAPE) The time series studies the characteristics as follows: time series data that animations around the time series data, the average is only likely. Time-series data that contains both the trend and season. Based on information of agricultural products export quantity monthly since January to August include 2557 (2014) 2552 (2009) export volume of dried mushrooms. Food products from starch and sugar from the data collection of the Office of agricultural economics, cooperation of the Customs Department. The results of research to compare the forecasting techniques suitable for the time series data from studies. (1) for time series animation around the time series data on average of.Export volume of dried mushrooms. The appropriate prediction technique is a method of smoothing x, a simple fall. The service is also ok and Jane kin. (2) for a specific time series trend, which relies on time series data of the export volume of food products from wheat flour suitable forecasting technique is a method on ok, and Jane kin. Second is the smoothing method x, fall ladap label. (3) for the entire time series trend and season. Time series data on the quantity of exports of sugar. The appropriate prediction technique is a method on ok, and Jane secondary kin is the decomposition method.

ผลลัพธ์ (อังกฤษ) 2:

This research aims to study and compare the predictive value of the forecasting method 4 approaches including smoothing Expo International Financial Simple (Simple Exponential Smoothing Method: SES)
How smoothing Expo, Nevada. Financial Double (Double Exponential Smoothing Method: DES)
to component (Decomposition Method) and Box - Jenkins (Box-Jenkins Method)
considered predictive value derived from the measurement accuracy of the forecast. Using the mean square error (MSE) and mean absolute percentage error (MAPE)
time series used in this study are the following time series data is moving around average time series data that are specific trends. Time series data with both trends and seasons. By applying a monthly export volume of agricultural products from January 2552 to August 2557, including the volume of exports of dried mushrooms. Food from flour And Sugar From the collection of the Department of Agriculture. In cooperation with the Customs Department
to compare findings forecasting techniques for time series data used in this study were
(1) for the time series is moving around average. Based on time series data of
the volume of exports of dried mushrooms. Forecasting techniques for smoothing the way Expo International Financial simple method, followed by Box and Jenkins (2) for a specific time-series trends. Based on time series data of the volume of exports of food products from starch. Forecasting techniques is the right way to Box and Jenkins followed by a smoothing Expo International Financial Double (3) for time series with the trends and seasons. Based on time series data of the volume of exports of sugar. Forecasting techniques is the right way to Box and Jenkins followed by the extraction method.

ผลลัพธ์ (อังกฤษ) 3:

The purpose of this research was to study and compare the predicted values of prediction methods 4 means, namely, how exponential smoothing x Po easy. (Simple Exponential Smoothing Method: SES)
.Method of smoothing x Po exponential double (Double Exponential Smoothing Method: DES)
how to disassemble (Decomposition. Method) and method of box - Jenkins (Box-Jenkins Method)
.Considering the predictive value to measure the accuracy of forecasting. By mean square error (MSE) and the percentage of the mean absolute error (MAPE)
.Time series method has the characteristics, such as time series data with movement around the time series data with specific trends. The time series data with both the trend and season.B.Professor 2552 to August 1994. 2557 including export quantity of dried mushroom food products from starch and sugar from the collection of information of the office of Agricultural Economics By cooperation of Customs
.Results to compare the forecasting techniques for time series data study found that
(1) for time series with movement around the mean. The time series data of
.The export volume of dried mushrooms. Forecasting technique is how reasonable smoothing x Po exponential simple, followed by how to box, and Jenkins


.(2) for time series with the trend. The time series data of the export quantity of food products of starch. Forecasting technique and proper is a method of box Jenkins
.Followed by the method of smoothing x Po exponential double
.(3) for time series with both the trend and season. The time series data of the export quantity of sugar. Forecasting technique and proper is a method of box Jenkins, followed by how to disassemble
.