การพยากรณ์ปริมาณการส่งออกเนื้อไก่แช่แข็งและแช่เย็น

Abstract

บทคัดย่อ

วัตถุประสงค์ของการวิจัยครั้งนี้ คือ การสร้างตัวแบบพยากรณ์ที่เหมาะสมที่สุดของปริมาณการส่งออกเนื้อไก่แช่แข็งและแช่เย็น ด้วยวิธีการวิเคราะห์อนุกรมเวลา 3 วิธี ได้แก่ วิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของโฮลต์ และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดม โดยใช้อนุกรมเวลาปริมาณการส่งออกเนื้อไก่แช่แข็งและแช่เย็นจากเว็บไซต์ของสำนักงานเศรษฐกิจอุตสาหกรรม ตั้งแต่เดือนมกราคม 2547 ถึงเดือนตุลาคม 2557 จำนวน 130 เดือน ผู้วิจัยได้แบ่งข้อมูลออกเป็น 2 ชุด ข้อมูลชุดที่ 1 ตั้งแต่เดือนมกราคม 2547 ถึงเดือนธันวาคม 2556 จำนวน 120 เดือน สำหรับการสร้างตัวแบบพยากรณ์ ข้อมูลชุดที่ 2 ตั้งแต่เดือนมกราคมถึงเดือนตุลาคม 2557 จำนวน 10 เดือน สำหรับการเปรียบเทียบความแม่นของตัวแบบพยากรณ์ ด้วยเกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยที่ต่ำที่สุด ผลการวิจัยพบว่า จากวิธีการพยากรณ์ทั้งหมดที่ได้ศึกษา วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดมเป็นวิธีที่มีความแม่นมากที่สุด ซึ่งมีตัวแบบพยากรณ์เป็น  เมื่อ m แทนจำนวนช่วงเวลาที่ต้องการพยากรณ์ไปข้างหน้า โดยมีค่าเริ่มต้น คือ เดือนมกราคม 2557 (m = 1)

Abstract

 The purpose of this research was to construct an appropriate forecasting model for the export quantity of frozen and chilled chicken using three time series analysis methods, including  Box-Jenkins method, Holt’s exponential smoothing method, and damped trend exponential smoothing method. Time series data from the website of the Office of Industrial Economics with total 130 months during January, 2004 to October, 2014 were used and they were divided into two series. Fristly, 120 months from January, 2004 to December, 2013 were used to build the forecasting models and  lastly, 10 months from January until October, 2014 were used to compare the forecasting methods accuracies via the criteria of the lowest mean absolute percentage error and root mean squared error. Research findings indicated that  all forecasting methods that had been studied, damped trend exponential smoothing method  were the most accurate method and showed the forecasting model as  where m represented the number of periods to forecast ahead with the starting value was January 2014 (m = 1).