แบบจำลองทางคณิตศาสตร์เพื่อพยากรณ์จำนวนผู้เข้าสู่สังคมผู้สูงอายุในจังหวัดปทุมธานี

ผู้แต่ง

  • จุฑารัตน์ โพธิ์หลวง มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์
  • สิโรรัตน์ จั่นงาม มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์
  • วิริยาภรณ์ กล่อมสังข์เจริญ มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์

คำสำคัญ:

แบบจำลองทางคณิตศาสตร์, การพยากรณ์, สังคมผู้สูงอายุ

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างแบบจำลองทางคณิตศาสตร์ที่เหมาะสมสำหรับการพยากรณ์จำนวนผู้เข้าสู่สังคมผู้สูงอายุในจังหวัดปทุมธานี โดยใช้ข้อมูลจากสำนักบริหารการทะเบียน กรมการปกครอง ตั้งแต่ปี พ.ศ. 2536 ถึงปี พ.ศ. 2565 จำนวน 30 ค่า โดยแบ่งข้อมูลออกเป็น 2 ชุด คือ ข้อมูลชุดที่ 1 ตั้งแต่ปี พ.ศ. 2536 ถึงปี พ.ศ. 2560 จำนวน 25 ค่า สำหรับการสร้างแบบจำลองด้วยวิธีการเฉลี่ยเคลื่อนที่สองครั้ง วิธีการทำให้เรียบแบบเอ็กซ์โพเนนเชียลอย่างง่าย วิธีการทำให้เรียบแบบเอ็กซ์โพเนนเชียลด้วยวิธีของโฮลท์ วิธีการทำให้เรียบแบบเอ็กซ์โพเนนเชียลด้วยวิธีของบราวน์ และวิธีบอกซ์-เจนกินส์ และข้อมูลชุดที่ 2 ตั้งแต่ปี พ.ศ. 2561 ถึงปี พ.ศ. 2565 จำนวน 5 ค่า สำหรับการเปรียบเทียบแบบจำลองเพื่อคัดเลือกแบบจำลองที่พยากรณ์ได้แม่นยำและเหมาะสมที่สุด โดยพิจารณาจากค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) และค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยที่มีค่าต่ำที่สุด (RMSE) ผลการวิจัยพบว่า วิธีที่เหมาะสมที่สุด คือ วิธีการทำให้เรียบแบบเอ็กซ์โพเนนเชียลด้วยวิธีของ บราวน์ (MAPE 7.933 และ RMSE 1,318.879) และแบบจำลองทางคณิตศาสตร์เพื่อพยากรณ์จำนวนผู้เข้าสู่สังคมผู้สูงอายุในจังหวัดปทุมธานี คือ.gif.latex?\dpi{120}&space;\tiny&space;\dpi{100}&space;\tiny&space;\hat{Y}_{25+m}=10,586.826+541.504[(m-1)+\frac{1}{0.437}]

Author Biographies

จุฑารัตน์ โพธิ์หลวง, มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์

สาขาวิชาคณิตศาสตร์ประยุกต์ คณะวิทยาศาสตร์และเทคโนโลยี

สิโรรัตน์ จั่นงาม, มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์

สาขาวิชาคณิตศาสตร์ประยุกต์ คณะวิทยาศาสตร์และเทคโนโลยี

วิริยาภรณ์ กล่อมสังข์เจริญ, มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์

สาขาวิชาคณิตศาสตร์ประยุกต์ คณะวิทยาศาสตร์และเทคโนโลยี

References

Li, Y. & Liu, Y. (2021). Number regression and prediction of Chinese seniors based on the ARIMA model. The Frontiers of Society, Science and Technology, 3(6), (68-71).

Manmin, M. (2006). Time series and forecasting. Bangkok: Fourprinting. (in Thai)

National statistical office. (2022). Life expectancy of population. https://data.go.th/ dataset/os_01_00011

Palee, T., & Wongprachan, R. (2020). Forecasting the number of elder in Lamphun. In C. Pakpum (Ed.), Proceeding of the 1st Science technology and innovation conference (pp. 225-232). Chiang Mai: Maejo University. (in Thai)

Suwanwongse, S. (2013). Quantitative forecasting techniques: Time series analysis. Nakhon Pathom: Mahidol University. (in Thai)

Taesombat, S. (2006). Quantitative forecasting. Bangkok: Kasetsart University. (in Thai)

Thanaprach, W. (2011). Forecasting models of number of elder populations in Bangkok metropolitan in the year 2010-2015. Bangkok: Dhurakij Pundit University. (in Thai)

The Bureau of registration administration. (2022). Official statistics registration systems. https://stat.bora.dopa.go.th/stat/statnew/statMenu/newStat/stat/

Downloads

เผยแพร่แล้ว

2023-04-29

How to Cite

โพธิ์หลวง จ., จั่นงาม ส., & กล่อมสังข์เจริญ ว. (2023). แบบจำลองทางคณิตศาสตร์เพื่อพยากรณ์จำนวนผู้เข้าสู่สังคมผู้สูงอายุในจังหวัดปทุมธานี. SciTech Research Journal, 6(1), 14–30. สืบค้น จาก https://ph02.tci-thaijo.org/index.php/jstrmu/article/view/247872