Professional Documents
Culture Documents
3 ตัวแบบพยากรณ์มูลค่าการส่งออกไม้ยาง
3 ตัวแบบพยากรณ์มูลค่าการส่งออกไม้ยาง
ตัวแบบพยากรณ์มูลค่าการส่งออกไม้ยางพาราแปรรูปและเฟอร์นเิ จอร์ของประเทศไทย
วรางคณา เรียนสุทธิ์
คาสาคัญ: ไม้ ยางพารา วิธบี อกซ์-เจนกินส์ วิธกี ารปรับเรียบด้ วยเส้นโค้ งเลขชี้กาลัง วิธกี ารพยากรณ์รวม
Abstract
The objective of this study was to construct the appropriate forecasting model for the export values of rubber wood and
furniture of Thailand. The data gathered from the website of Bank of Thailand during January, 1995 to January, 2015 of 241
values were used and divided into 2 sets. The first set had 234 values from January, 1995 to June, 2014 for constructing the
forecasting models by the most suitable three methods to this time series which were Box-Jenkins method, Winters’
multiplicative exponential smoothing method, and combined forecasting method. The second set had 7 values from July, 2014 to
January, 2015 for comparing accuracy of the forecasts via the criteria of the lowest mean absolute percentage error and root
mean squared error. Research findings indicated that, under the criterion of mean absolute percentage error, combined forecasting
method was the most accurate. Whereas under the criterion of root mean squared error, Winters’ multiplicative exponential
smoothing method was the most accurate. However, the forecast values of two methods were reliable because there was no
statistically significant difference.
Keywords: Rubber Wood, Box-Jenkins Method, Exponential Smoothing Method, Combined Forecasting Method
Naresuan University Journal: Science and Technology 2016; 24(3) 109
p B P Bs 1 B 1 Bs Yt q B Q Bs t
d D
(1)
B 1 B B … B แทนตัว ด าเนิ น การสหสัม พั น ธ์ใ นตัว เองแบบไม่ มีฤ ดู ก าลอัน ดับ ที่ p (Non-
p 1 2
2
p
p
s แทนจานวนคาบของฤดูกาล
d และ D แทนลาดับที่ของการหาผลต่างและผลต่างฤดูกาล ตามลาดับ
B แทนตัวดาเนินการถอยหลัง (Backward Operator) โดยที่ B Y Y s
t t s
ตามฤดูกาล ตามลาดับ
แทนอนุกรมเวลาของความคลาดเคลื่อนที่มก
t ี ารแจกแจงปกติและเป็ นอิสระกัน ด้ วยค่าเฉลี่ยเท่ากับศูนย์ และ
ความแปรปรวนคงที่ทุกช่วงเวลา
Ŷ แทนค่าพยากรณ์ ณ เวลา t + m โดยที่ m แทนจานวนช่วงเวลาที่ต้องการพยากรณ์ไปข้ างหน้ า
t m
โดยที่ a Y 1 a b
t
t
t 1 t 1
Ŝt s
bt a t a t 1 1 bt 1
Y
Sˆ t t 1 Sˆ t s
at
, และ แทนค่าคงที่การปรับเรียบ โดยที่ 0 1 , 0 1 และ 0 1
t แทนช่วงเวลา ซึ่งมีค่าตั้งแต่ 1 ถึง n โดยที่ n แทนจานวนข้ อมูลในอนุกรมเวลาชุดที่ 1
s แทนจานวนคาบของฤดูกาล
ˆ b bYˆ ˆ
Yt 0 1 1t b2 Y2t (4)
100 n 2 e t 1 n2 2
MAPE
n 2 t 1 Yt
และ RMSE et
n 2 t 1
(5)
เมื่อ ˆ
et Yt Y
แทนความคลาดเคลื่อนจากการพยากรณ์ ณ เวลา t
t
Y แทนอนุกรมเวลา ณ เวลา t
t
Ŷ แทนค่าพยากรณ์ ณ เวลา t
t
1 B 1 B Y 1 B 1 B
1
12
t 1 1
12
t
1 B B B Y 1 B B B
1
12
1
13
t 1
12
1 1 1
13
t
Ŷt Yt 1 0.89109Yt 12 0.89109Yt 13 0.63561et 1 0.742et 12 0.47162et 13 (6)
ตารางที่ 1 ค่าประมาณพารามิเตอร์ ค่า BIC และค่าสถิติ Ljung-Box Q ของตัวแบบ SARIMA(p, d, q)(P, D, Q)s
SARIMA(p, d, q)(P, D, Q)s
ค่าประมาณ SARIMA SARIMA
SARIMA SARIMA SARIMA
พารามิเตอร์ (1, 1, 1)(1, 0, 1)12 (0, 1, 1)(1, 0, 1)12
(2, 1, 2)(1, 0, 1)12 (2, 1, 1)(1, 0, 1)12 (1, 1, 1)(1, 0, 1)12
ไม่มีพจน์ค่าคงที่ ไม่มีพจน์ค่าคงที่
ค่าประมาณ 9.40837 10.73295 10.58291
ค่าคงที่ - -
p-value 0.320 0.027 0.044
AR(1): ค่าประมาณ -0.89915 0.28298 0.27043 0.22381
-
1 p-value 0.000 0.001 0.002 0.015
AR(2): ค่าประมาณ 0.08464 0.13389
- - -
2 p-value 0.434 0.088
MA(1): ค่าประมาณ -0.30509 0.90187 0.86080 0.80830 0.63561
1 p-value 0.802 0.000 0.000 0.000 0.000
MA(2): ค่าประมาณ 0.69482
- - - -
2 p-value 0.415
SAR(1): ค่าประมาณ 0.87954 0.86816 0.86270 0.89230 0.89109
1 p-value 0.000 0.000 0.000 0.000 0.000
SMA(1): ค่าประมาณ 0.73086 0.72019 0.71993 0.74309 0.74200
1 p-value 0.002 0.002 0.002 0.000 0.000
BIC 11.032 10.982 10.968 10.952 10.939
Ljung-Box Q (ณ lag 18) 19.795 15.577 18.441 20.013 20.332
p-value 0.071 0.273 0.187 0.130 0.160
116 Naresuan University Journal: Science and Technology 2016; 24(3)
จานวน 7 ค่า)
Ŝ แทนค่าดัชนีฤดูกาล รายละเอียดแสดงดังตารางที่ 2 ซึ่งสามารถอธิบายได้ ว่า มูลค่าการส่งออกไม้ ยางพารา
t
3. ผลการพยากรณ์โดยวิธกี ารพยากรณ์รวม (แสดงรายละเอีย ดในรูป ที่ 6) มีค่ า เฉลี่ ย เท่า กับ ศูน ย์
จา กกา รตรว จ สอบคุ ณ ลั ก ษ ณ ะ ของ คว า ม (t 0, p-value 1) และมีค วามแปรปรวนคงที่
คลาดเคลื่อนจากการพยากรณ์ พบว่า ความคลาดเคลื่อน ทุ ก ช่ ว งเวลา (Levene Statistic = 0.753, p-value =
มีการแจกแจงปกติ (Kolmogorov-Smirnov Z = 1.565, 0.687) ดัง นั้น ตัว แบบพยากรณ์ท่ีไ ด้ ม ีความเหมาะสม
p-value = 0.015) มี ก ารเคลื่ อนไหวเป็ นอิ ส ระกั น ตัวแบบพยากรณ์แสดงดังนี้
ˆ 4.3004 0.2575Y
Y ˆ 0.7468Y
ˆ (8)
t 1t 2t
4. ผลการเปรียบเทียบความถูกต้ องของค่าพยากรณ์ พยากรณ์ร วมเป็ นวิ ธีท่ีมีค วามถู กต้ องมากที่สุด ภายใต้
จากการใช้ ต ั ว แบบพยากรณ์ข องวิ ธ ีบ อกซ์ - เกณฑ์ เ ปอร์ เ ซ็ น ต์ ค วามคลาดเคลื่ อนสั ม บู ร ณ์ เ ฉลี่ ย
เจนกินส์ วิธีการปรับเรีย บด้ ว ยเส้ น โค้ ง เลขชี้ กาลัง ของ (MAPE) และวิธีการปรับเรีย บด้ ว ยเส้ นโค้ งเลขชี้กาลั ง
วินเทอร์แบบคูณ และวิธีการพยากรณ์รวม ในสมการที่ ของวิ น เทอร์ แ บบคูณ เป็ นวิธีท่ีมีค วามถูกต้ องมากที่สุด
(6) ถึง (8) ตามลาดับ ได้ ค่ าพยากรณ์ส าหรับอนุ กรม ภายใต้ เกณฑ์รากที่สองของความคลาดเคลื่อนกาลังสอง
เวลาชุดที่ 2 ซึ่งคือ มูลค่าการส่งออกไม้ ยางพาราแปรรูป เฉลี่ย (RMSE) อย่างไรก็ตาม ค่าพยากรณ์ของทั้ง 2 วิธี
และเฟอร์นิเจอร์ ตั้งแต่เดือนกรกฎาคม 2557 ถึงเดือน มีความน่าเชื่อถือ เนื่องจากไม่มีความแตกต่างกันอย่างมี
มกราคม 2558 แสดงดังตารางที่ 3 ผลการเปรียบเทียบ นัยสาคัญทางสถิติ (t = 0.164, p-value = 0.873)
ความถูกต้ องของค่ า จริ งกับค่ าพยากรณ์ พบว่ า วิธีการ
มุ ก ดา แม้ นมิ น ทร์ . (2549). อนุ ก รมเวลาและการ วรางคณา กีรติวิบูลย์. (2558ก). ตัวแบบพยากรณ์มูลค่า
พยากรณ์. กรุงเทพฯ: โฟร์พริ้นติ้ง. [5] การส่งออกอาหารกระป๋ องผ่ านด่ านศุลกากรในภาคใต้
ของประเทศไทย. วารสาร มทร. อี สาน, 8(3), 72-89.
[10]
Naresuan University Journal: Science and Technology 2016; 24(3) 121
Ket-iam, S. (2005). Forecasting technique (2nd ed.). Sandate, Y., Chanbanyong, N., & Payakk, P.
Songkhla: Thaksin University. [In Thai] [12] (2011). The study forecasting models of export
quantity of frozen shrimp. Srinakharinwirot
Manmin M. (2006). Time series and forecasting. University Journal of Science and Technology,
Bangkok: Foreprinting. [In Thai] [5] 3(Special Issue 2), 32-44. [In Thai] [6]
Rubber Authority of Thailand. (n.d.). Rubber wood Taesombut, S. (1996). Quantitative forecasting
furniture. Retrieved from http://www.reothai.co.th/ techniques. Bangkok: Physic Center. [In Thai] [3]
image/KM/km12.pdf [In Thai] [2]