Simple Technique For Forecasting With Small Dataset Based On Minimum Absolute Difference: Thai Gold Jewelry Price
Keywords:
Forecasting, Minimum Absolute Difference, Small Dataset, Thai Gold Jewelry PriceAbstract
This article focuses on a simple statistical method which is easy to compute and understand, low
computational cost for forecasting model fitting and suitable for a small dataset. The minimum
absolute difference is used to deal with the data preprocessing stage for the monthly Thai gold jewelry
price prediction by using three-period simple moving average forecasting model. The results indicate
that the approach method is better than the traditional method in addition to having a lower
computational cost.
References
forecasting and control. John Wiley & Sons, Inc.; 2008.
[2] Abdol S. Soofi and Liangyue Cao. Modeling and forecasting financial data: techniques of
nonlinear dynamics. New York, USA: Springer Science+Business Media; 2002.
[3] Jon Danielsson. Financial risk forecasting. UK. John Wiley&Sons Ltd.; 2011.
[4] A. Johnson and Gouri K. Bhattacharyya. Statistics: principles and methods. 6th ed. USA: John
Wiley & Sons, Inc.; 2010.
[5] Ian T. Jolliffe and David B. Stephenson. Forecast verification: a pratitioner’s guide in
atmospheric science. UK. John Wiley&Sons Ltd.; 2003.
Downloads
Published
How to Cite
Issue
Section
License
เนื้อหาและข้อมูลที่ปรากฏในบทความที่ตีพิมพ์ในวารสารสถิติประยุกต์และเทคโนโลยีสารสนเทศถือเป็นความคิดเห็นส่วนบุคคลของผู้เขียนแต่ละท่าน ความผิดพลาดของข้อความและผลที่อาจเกิดจากนำข้อความเหล่านั้นไปใช้ผู้เขียนบทความจะเป็นผู้รับผิดชอบแต่เพียงผู้เดียว บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารถือเป็นลิขสิทธิ์ของวารสาร หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักอักษรณ์จากวารสาร ก่อนเท่านั้น
