Professional Documents
Culture Documents
2 การพยากรณ์ปริมาณการส่งออกปลาหมึกและผลิตภัณฑ์
2 การพยากรณ์ปริมาณการส่งออกปลาหมึกและผลิตภัณฑ์
การพยากรณ์ปริมาณการส่งออกปลาหมึกและผลิตภัณฑ์
Forecasting the export quantity of squid and products
วรางคณา เรียนสุทธิ์
Warangkhana Riansut
บทคัดย่อ
วัตถุประสงค์ของการศึกษาครั้งนี้คือ การสร้างและคัดเลือกตัวแบบพยากรณ์ที่เหมาะสมกับอนุกรมเวลา
ปริมาณการส่งออกปลาหมึกและผลิตภัณฑ์ โดยใช้ข้อมูลจากเว็บไซต์ของสานัก งานเศรษฐกิจการเกษตร ตั้งแต่
เดือนมกราคม 2554 ถึงเดือนพฤศจิกายน 2561 จานวน 95 ค่า ข้อมูลถูกแบ่งออกเป็น 2 ชุด ชุดที่ 1 ตั้งแต่เดือน
มกราคม 2554 ถึงเดือนกันยายน 2561 จานวน 93 ค่า สาหรับการสร้างตัวแบบพยากรณ์ด้วยวิธีบ็อกซ์-เจนกินส์
วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กาลังของวินเทอร์แบบบวก และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กาลังของ
วินเทอร์แบบคูณ ชุดที่ 2 ตั้งแต่เดือนตุลาคมถึงเดือนพฤศจิกายน 2561 จานวน 2 ค่า สาหรับการเปรียบเทียบ
ความถูกต้องของค่าพยากรณ์ โดยใช้เกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) และเกณฑ์รากที่
สองของความคลาดเคลื่อนกาลังสองเฉลี่ย (RMSE) ที่ต่าที่สุด ผลการศึกษาพบว่า จากวิธีการพยากรณ์ทั้งหมดที่
ได้ศึกษา วิธีที่มปี ระสิทธิภาพสูงสุด คือ วิธีบ็อกซ์-เจนกินส์ (MAPE = 4.64, RMSE = 215,204)
คาสาคัญ: การพยากรณ์ ตัวแบบพยากรณ์ การส่งออก ปลาหมึกและผลิตภัณฑ์
ABSTRACT
The objective of this study was to construct and select the appropriate forecasting models for the
export quantity of squid and products. The data gathered from the website of the Office of Agricultural
Economics from January 2011 to November 2018 of 95 values were used and divided into 2 sets. The first
set had 93 values from January 2011 to September 2018 for constructing the forecasting models by Box-
Jenkins method, Winters’ additive exponential smoothing method, and Winters’ multiplicative exponential
smoothing method. The second set had 2 values from October to November 2018 for comparing the
accuracy of the forecasts via the criteria of the lowest mean absolute percentage error (MAPE) and root
mean squared error (RMSE). Research findings indicated that for all forecasting methods that had been
studied, the most accurate method was Box-Jenkins method (MAPE = 4.64, RMSE = 215,204).
Keywords: Forecast, Forecasting model, Export, Squid and products
Received 08-01-2019
Revised 28-02-2019
Accepted 28-02-2019
วารสารวิจัย
อนุ ก รมเวลามี ก ารเคลื่ อ นไหวหรื อ มี ก ารแกว่ ง ตั วที่ แสดงระยะตัด แกน Y, ความชั น ของแนวโน้ ม และ
ค่ อ นข้ า งคงที่ เ มื่ อ เวลาเปลี่ ย นแปลงไป กล่ า วได้ ว่ า ความผันแปรตามฤดูกาล ตามลาดับ
อนุกรมเวลามีความเหมาะสมกับตั วแบบบวก ควร , และ แทนค่ า คงตั ว การปรั บ เรี ย บ
of order p, AR(p)) Sˆ t Yt a t 1 Sˆ t s
B 1 B B … B
P
s
1
s
2
2s
P
Ps 2.3 การพยากรณ์โดยวิธีการปรับเรียบด้วย
แทนตัวดาเนินการสหสัมพันธ์ในตัวอันดับที่ P กรณีมี เส้นโค้งเลขชี้กาลังของวินเทอร์แบบคูณ
ฤดู ก าล (Seasonal autoregressive operator of การปรับเรียบด้วยเส้นโค้งเลขชี้กาลังของ
order P, SAR(P)) วินเทอร์แบบคูณมีความเหมาะสมกับอนุกรมเวลาที่มี
B 1 B B … B แ ท น
q 1 2
2
q
q ส่ ว นประกอบของแนวโน้ ม ที่ เ ป็ น เส้ น ตรงและมี
ตั ว ด าเนิ น การเฉลี่ ย เคลื่ อ นที่ อั น ดั บ ที่ q กรณี ไ ม่ มี ความผั น แปรตามฤดู ก าล โดยที่ อั ต ราส่ ว นของ
ฤดูกาล (Non-seasonal moving average operator of ความผันแปรตามฤดูกาลต่อค่าแนวโน้มมีค่าเพิ่ม ขึ้น
order q, MA(q)) หรื อ ลดลงตามเวลาที่ เ ปลี่ ย นแปลงไป ตั ว แบบ
B 1 B B … B
Q
s
1
s
2
2s
Q
Qs พยากรณ์แสดงดังนี้ [6]
แทนตัวดาเนินการเฉลี่ยเคลื่อนที่อันดับที่ Q กรณีมี
ฤดูกาล (Seasonal moving average operator of Ŷt
m a t bt m Sˆ t (3)
order Q, SMA(Q))
Yt
d และ D แทนลาดับที่ของการหาผลต่าง เมื่อ at 1 a t 1 b t 1 ,
Ŝt s
และผลต่างฤดูกาล ตามลาดับ
bt a t a t 1 1 bt 1 ,
B แทนตัวดาเนินการถอยหลัง (Backward Y
Sˆ t t 1 Sˆ t s
operator) โดยที่ B Y Y s
t t s
at
เมื่อ e ˆ
Yt Yแทนความคลาดเคลื่ อ นจาก
t t
= 51.636, p-value < 0.0001) ห ม า ย ค ว า ม ว่ า
การพยากรณ์ ณ เวลา t อนุกรมเวลาชุดนี้มีส่วนประกอบของแนวโน้ม
Y แทนอนุกรมเวลา ณ เวลา t
t
ปริมาณการส่งออกปลาหมึกและผลิตภัณฑ์ใน
Ŷ แทนค่าพยากรณ์ ณ เวลา t
t
แต่ ล ะเดื อ นเมื่ อ ปรั บ แนวโน้ ม ออกด้ ว ยการหารมี
t แทนช่วงเวลา ซึ่งมีค่าตั้งแต่ 1 ถึง n2 โดยที่ การแจกแจงปรกติและมีความแปรปรวนเท่ากัน ที่
n2 แทนจานวนข้อมูลในอนุกรมเวลาชุดที่ 2 ระดับนัยสาคัญ 0.01 จึงตรวจสอบค่าเฉลี่ยในแต่ละ
เดื อ น โดยใช้ ส ถิ ติ อิ ง พารามิ เ ตอร์ พบว่ า ปริ ม าณ
3. ผลการทดลองและอภิปรายผล การส่งออกในแต่ละเดือนเมื่อปรับแนวโน้มออกด้วย
จากการพิจารณาลักษณะการเคลื่อนไหวของ การหารมีค่าเฉลี่ยแตกต่างกันอย่างมีนัยสาคัญที่ระดับ
อนุ ก รมเวลาชุ ด ที่ 1 ซึ่ ง คื อ ปริ ม าณการส่ ง ออก 0.01 (ANOVA: F = 5.813, p-value < 0.0001)
ปลาหมึกและผลิตภัณฑ์ ตั้งแต่เดือนมกราคม 2554 หมายความว่า อนุกรมเวลาชุดนี้มีส่วนประกอบของ
ถึงเดือนกันยายน 2561 จานวน 93 ค่า ดังภาพที่ 1 ความผันแปรตามฤดูกาล
1 B12
B B13 1B12 1B24 1B13 1B25 จากการแทนค่าประมาณพารามิเตอร์ จะได้ตัวแบบ
1B 1B13 1B2 1B14 พยากรณ์แสดงดังนี้
11B13 11B25 11B14 11B26
Ŷt 0.06654Yt 1 0.45543Yt 2 0.47803Yt 3
2 B2 2 B14 2 B3 2 B15
0.647Yt 12 0.04305Yt 13
21B14 21B26 21B15 21B27 Yt
0.29466Yt 14 0.30929Yt 15
t 1 t 1
0.353Yt 24 0.02349Yt 25
Yt 1 1 Yt 1 1 2 Yt 2 2Yt 3
0.16077Yt 26 0.16874Yt 27
1 1 Yt 12 1 1 1 1 Yt 13
0.58932e t 1 (5)
1 2 1 1 Yt 14 2 1 1 Yt 15
เมื่อ แทนค่าพยากรณ์ ณ เวลา t
Ŷt
1Yt 24 1 1 1Yt 25
Y แทนอนุกรมเวลา ณ เวลา t – j
1 2 1Yt 26 21Yt 27 t 1t 1 t j
e แทนความคลาดเคลื่อนจากการพยากรณ์
t j
ณ เวลา t – j
เมื่ อ ใช้ ว ิธ ีบ ็อ กซ์ - เจนกิ น ส์ ใ นการพยากรณ์ พิ จ ารณาตั ว แปรเหล่า นี้ เ พื่ อ ใช้ ใ นการสร้า งตั วแบบ
ปริ ม าณการส่ งออกปลาหมึก และผลิต ภัณ ฑ์ ตั้ งแต่ พยากรณ์ให้มีประสิทธิภาพมากยิ่งขึ้น โดยการสร้าง
เดือนธันวาคม 2561 ถึงเดือนธันวาคม 2562 ได้ผล เป็นตัวแบบถดถอย (Regression model) ซึ่งผู้อ่าน
แสดงดังตารางที่ 4 และภาพที่ 3 ซึ่งพบว่า ปริมาณ สามารถศึกษาวิธีการสร้างตัวแบบลักษณะนี้ได้จาก
การส่งออกปลาหมึกและผลิตภัณฑ์ ยังคงมีแนวโน้ม Montgomery, Peck และ Vining [10] อีกทั้งเมื่อมี
ลดลง อย่างไรก็ตาม การเปลี่ยนแปลงของปริม าณ ปริ ม าณการส่ ง ออกปลาหมึ ก และผลิ ต ภั ณ ฑ์ ที่ เ ป็ น
การส่งออกปลาหมึกและผลิตภัณฑ์อาจเกิดจากหลาย ปัจจุบันมากยิ่งขึ้นหรือปริมาณการส่งออกมีความผั น
สาเหตุ เช่น สถานการณ์การผลิต สถานการณ์ตลาด ผวนเพิ่มขึ้น ผู้วิจัยควรนาข้อมูล มาปรับปรุง ตัวแบบ
ปริมาณความต้องการบริโภคภายในและต่างประเทศ เพื่อให้ได้ตัวแบบพยากรณ์ที่มีความเหมาะสมสาหรับ
สภาวะเศรษฐกิ จ การน าเข้ า และส่ ง ออกระหว่ า ง การพยากรณ์ค่าในอนาคตต่อไป
ประเทศ หรือปัจจัยอื่นๆ ที่เกี่ยวข้อง ดังนั้นจึงควร