A Functions for Seasonality and Trend in Optimal Time Series Bayesian Models for the Efficient Analysis of Rice Price and Yield in Thailand
Keywords:
Seasonal function, Time series, Autoregression, Bayesian model, Markov chain Monte Carlo simulationAbstract
This research aims to apply the principle of stochastic process for modeling. The parameters are estimated using Bayesian methods. The monthly average real price of 15% paddy rice and yield of paddy rice in Thailand were studied. The price and the yield of paddy rice which are time series data consisting of four components, autocorrelation, an exponential cumulative distribution function for trend, outliers, and two different types of seasons: the dummy seasons and Fourier function seasons. Writing algorithms, programming in OpenBUGS and evaluating the performance of models from simulation programming in R were conducted. After that, Bayesian methods with dummy seasons and Fourier function seasons were compared using RMSE, MSE and MAE as the criteria. The results showed that the Bayesian model with an exponential cumulative distribution function for trend and dummy seasons provided the lowest RMSE, MSE and MAE for both model fitting and model validating.
References
Montgomery D C, Jennings C L, Kulahci M. Introduction to Time Series Analysis and Forecasting A. John Wiley & Sons. Inc.2015.
Yelland P M, Bayesian Forecasting of Part Demand. Int J Forecast. 2010;26:374-96.
Tongkhow P, Kantanantha N. Bayesian model for time series with trend, autoregression and outliers. Tenth International Conference on ICT and Knowledge Engineering; November 21-23, Bangkok, Thailand. Institute of Electrical and Electronics Engineers (IEEE); 2012:90-4.
Tongkhow P, Kantanantha N. Bayesian models for time series with covariates, trend, seasonality, autoregression and outliers. J Comput Sci, 2013;9(3):291-8.
มองแนวโน้มราคาข้าวไทย,ศูนย์วิจัยธนาคารกสิกรไทย [อินเทอร์เน็ต]. [updated 2021 Aug 18; cited 2021 Aug 9]. Available from: http://www.ryt9.com/s/iq03/2685248
สินค้าเกษตรล่วงหน้า, AFET [อินเทอร์เน็ต]. [updated 2021 Aug 19; cited 2021 Aug 9]. Available from: https://www.settrade.com/C03_03_AFET_Intraday.jsp
ราคาและผลผลิตข้าว,สำนักงานสถิติการเกษตร [อินเทอร์เน็ต]. [updated 2021 Aug 15; cited 2021 Aug 5]. Available from: https://www.oae.go.th
Congdon P, Bayesian statistical modelling . 2nd ed , John Wiley & Sons. 2007.
Bisgaard S, Kulahci M. Time Series Analysis and Forecasting by Example. John Wiley & Sons. Inc. 2011.
Tutorial SAS 2021 [Internet]. [updated 2021 Aug 29; cited 2021 Aug 30]. Available from: https://www.sas.com/el_gr/training/overview.html.
Najafi B, Tarazkar M. Forecasting the quantity of pistachio export in Iran, Application of neural network, IJTS. 2006; 39: 191-214.
OpenBUGS user manual: The open source program for Bayesian modelling[Internet]. 2014. [updated 2021 May 18; cited 2021 Jul 1] Available from: https://www.mrc-bsu.cam.ac.uk/software/bugs/openbugs/
Cowles M K. Applied Bayesian statistics: with R and OpenBUGS, New York, springer. 2013.
R Core Team. R: A Language and Environment for Statistical Computing [Internet]. 2014. [updated 2021 May 19; cited 2021 Jul 30] Available form: http://www.R-project.org
Downloads
Published
Issue
Section
License
Copyright (c) 2022 UTK RESEARCH JOURNAL
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
กองบรรณาธิการวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ มีความยินดีที่จะรับบทความจากอาจารย์ นักวิจัย นักวิชาการทั้งภายในและภายนอกมหาวิทยาลัย ในสาขาวิชาวิทยาศาสตร์และเทคโนโลยี ได้แก่ สาขาวิชาวิทยาศาสตร์ วิศวกรรมศาสตร์ และสาขาอื่นๆ ที่เกี่ยวข้อง รวมถึงสาขาต่างๆ ที่มีการบูรณาการข้ามศาสตร์ที่เกี่ยวข้องวิทยาศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่น
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏอยู่ในแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพแต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา หรือข้อคิดเห็นใดๆ ของบทความในวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ ไปเผยแพร่ก่อนได้รับอนุญาตจากกองบรรณาธิการ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสาร
