วัตถุประสงค์ของการศึกษาครั้งนี้ คือ

วัตถุประสงค์ของการศึกษาครั้งนี้ คือ การสร้างตัวแบบพยากรณ์ที่เหมาะสมกับอนุกรมเวลาจำนวนผู้ป่วยด้วยโรคไข้รากสาดน้อยในประเทศไทย โดยใช้ข้อมูลจากเว็บไซต์ของสำนักระบาดวิทยา ตั้งแต่เดือนมกราคม 2552 ถึงเดือนสิงหาคม 2558 จำนวน 80 ค่า สำหรับการสร้างตัวแบบพยากรณ์ด้วยวิธีบ๊อกซ์-เจนกินส์ โดยใช้เกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยที่ต่ำที่สุด เกณฑ์ค่าร้อยละของค่าคลาดเคลื่อนเฉลี่ย และเกณฑ์ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย ในการพิจารณาตัวแบบสำหรับการพยากรณ์อนุกรมเวลาจำนวนผู้ป่วยด้วยโรคไข้รากสาดน้อยในประเทศไทย เพื่อให้เกิดความแม่นยำสูงสุด

ผลลัพธ์ (อังกฤษ) 1:

The purpose of this study is to create a time series prediction with the number of patients with fever in the country Thailand raksat. Using the information from the Web site of the Office of epidemiology varies from January to August, 2558 80 2552 for a model to predict how box-Jane kin a square root of the average squared deviation. The criteria values, tolerance values, the average percentage and the average absolute error value in the criteria to determine the number of time series prediction model for patients with fever in the country Thailand raksat. To achieve maximum accuracy.

ผลลัพธ์ (อังกฤษ) 2:

The purpose of this study is to create predictive models that fit the time series of patients with typhoid fever in Thailand. Using data from the Bureau of Epidemiology. From January 2552 to August 2558, 80 months for the modeling Forecasting Using Box - Jenkins. Using the square root of the mean square error as low as possible. The percentage of the average error. And average absolute error criteria In the time series models for forecasting the number of patients with typhoid fever in Thailand. To achieve maximum precision

ผลลัพธ์ (อังกฤษ) 3:

The objective of this study was to create a forecasting models to time series regression patients with paratyphoid fever in Using data from the site of the epidemiology, since January 2552.2558 80 number value. For modeling with the Box-Jenkins forecasting method. Using the square root of mean square error is low. The percentage of the average errorIn considering the model for time series forecasting the number of patients with paratyphoid fever in Thailand. To achieve the highest accuracy