การพยากรณ์ราคาเงาะด้วยวิธีการทางสถิติ
คำสำคัญ:
เงาะ, บ็อกซ์-เจนกินส์, การทำให้เรียบด้วยเลขชี้กำลัง, การแยก, การพยากรณ์รวมบทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพยากรณ์ราคาเงาะด้วยวิธีการทางสถิติ โดยใช้ข้อมูลค่าเฉลี่ยรายเดือนจากเว็บไซต์ของสำนักงานเศรษฐกิจการเกษตร ตั้งแต่เดือนมกราคม 2548 ถึง เดือนพฤษภาคม 2562 จำนวน 185 เดือน ผู้วิจัยได้แบ่งข้อมูลออกเป็น 2 ชุด ชุดที่ 1 ตั้งแต่เดือนมกราคม 2548 ถึง เดือนธันวาคม 2562 จำนวน 180 เดือน สำหรับการสร้างตัวแบบพยากรณ์ด้วยวิธีการทางสถิติ 10 วิธี ข้อมูลชุดที่ 2 ตั้งแต่เดือนมกราคมถึงเดือนพฤษภาคม 2563 จำนวน 5 เดือน นำมาใช้สำหรับการเปรียบเทียบความแม่นของตัวแบบพยากรณ์ด้วยเกณฑ์รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยที่ต่ำที่สุด ผลการศึกษาพบว่า วิธีที่มีความแม่นมากที่สุด คือ วิธีการพยากรณ์รวมที่มีตัวแบบ คือ t = 2.83552 + 1.11825SimpleS – 0.26902WinterAdd ซึ่งมีความผิดพลาดในการพยากรณ์เพียง 3.34 บาท/กิโลกรัม จึงสามารถนำไปใช้เป็นแนวทางให้เกษตรกรและหน่วยงานที่ดูแลผลผลิตเงาะสามารถวางแผนการปลูกได้อย่างเหมาะสมต่อไป
Downloads
เอกสารอ้างอิง
Morton, J. F. (1987). Fruits of Warm Climates. Winterville, N.C.: Creative Resource Systems, Inc.
The Rambutan Information Website. (2020). Rambutan: Exotic Fruit of Southeast Asia. Retrieved from https://rambutan.com/
Ungvichian, I. (2003). Rambutan. Thailand Institute of Scientific and Technological Research, Agricultural Technology Department, Ministry of Agriculture and Cooperatives.
Exim Knowledge Center. (2019). The Office of Agricultural Economics has predicted the output of Rambutan in the Eastern region year 2020. Retrieved from https://kmc.exim.go.th/detail/economy-news/20191223140440
Exim Knowledge Center. (2020). The Office of Agricultural Economics has predicted the output of Rambutan in the South region year 2020. Retrieved from https://kmc.exim.go.th/detail/economy-news/20200331123414
The Office of Agricultural Economics. (2020). Table 3 prices of agricultural products that farmers can sell at farmland. Retrieved from http://www.oae.go.th/view/1/ดัชนีราคาและผลผลิต/TH-TH
Riansut, W. (2018). A comparison of Forecasting Models of Longan Price. Journal of Agricultural Research and Extension, 35(3), 73-83.
Riansut, W. (2018). Comparison of Tangerine Prices Forecast Model by Exponential Smoothing Methods. Thai Journal of Science and Technology, 7(Supplement)(5), 460-470.
Riansut, W. (2020). Selection of the Appropriate Banana Gold Prices Forecasting Models. Thai Science and Technology Journal, 28(1), 14-25.
Riansut, W. (2020). Selection of Forecasting Models for the Mango Prices. Srinakharinwirot Research and Development (Journal of Humanities and Social Sciences), 12(23), 52-62.
Ket-iam, S. (2005). Forecasting Technique (2nd ed.). Songkhla: Thaksin University.
Manmin, M. (2006). Time Series and Forecasting. Bangkok: Foreprinting.
Box, G. E. P., Jenkins, G. M., and Reinsel, G. C. (1994). Time Series Analysis: Forecasting and Control. 3rd ed. New Jersey: Prentice Hall.
Montgomery, D. C., Peck, E. A., and Vining, G. G. (2006). Introduction to Linear Regression Analysis (4th ed.) New York: John Wiley Sons.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2023 วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ (สาขาวิทยาศาสตร์และเทคโนโลยี)
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ สาขาวิทยาศาสตร์และเทคโนโลยี อยู่ภายใต้การอนุญาต Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International (CC-BY-NC-ND 4.0) เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดอ่านหน้านโยบายของวารสารสำหรับข้อมูลเพิ่มเติมเกี่ยวกับการเข้าถึงแบบเปิด ลิขสิทธิ์ และการอนุญาต
