การเปรียบเทียบเทคนิคการพยากรณ์เชิงสถิติเมื่อข้อมูลมีการเคลื่อนไหวแบบไม่เชิงเส้น

ผู้แต่ง

  • กนิษฐา ยิ้มนาค ภาควิชาคณิตศาสตร์และสถิติ คณะศิลปศาสตร์และวิทยาศาสตร์ มหาวิทยาลัยธุรกิจบัณฑิตย์

คำสำคัญ:

เทคนิคการวิเคราะห์อนุกรมเวลาแบบบ็อกซ์-เจนกินส์, โครงข่ายเรเดียลเบซีสฟังก์ชัน

บทคัดย่อ

การวิจัยครั้งนี้ได้เปรียบเทียบประสิทธิภาพของเทคนิคการพยากรณ์เชิงสถิติ ได้แก่ เทคนิคการวิเคราะห์อนุกรมเวลาแบบบ็อกซ์-เจนกินส์และโครงข่ายเรเดียลเบซีสฟังก์ชัน เมื่ออนุกรมเวลามีรูปแบบการเคลื่อนไหวแบบไม่เชิงเส้นใน 4 รูปแบบ ที่มักเกิดขึ้นบ่อยได้แก่ รูปแบบการเคลื่อนไหวแบบ

ควอแครติก คิวบิค เอ็กซ์โปเนนเชียลและรูปแบบการเคลื่อนไหวที่ไม่มีแบบแผน สำหรับข้อมูลที่ใช้ในการศึกษาเป็นข้อมูลที่เป็นตัวแทนการเคลื่อนไหวทั้ง 4 แบบได้แก่ ข้อมูลปริมาณการจำหน่ายคอมเพรสเชอร์ในประเทศไทย ข้อมูลปริมาณการจำหน่ายรถจักรยานยนต์ในประเทศไทย ข้อมูลปริมาณการนำเข้าเชื้อเพลิงธรรมชาติ และสารหล่อลื่น และข้อมูลปริมาณการส่งออกสุกรมีชีวิตของประเทศไทย ผลการ วิจัยพบว่า โครงข่ายเรเดียลเบชีสฟังก์ชันมีประสิทธิภาพในการพยากรณ์ดีกว่าเทคนิค การวิเคราะห์อนุกรมเวลาแบบบ็อกซ์-เจนกินส์ในกรณีที่ข้อมูลมีรูปแบบการเคลื่อนไหวแบบไม่เชิงเส้นทั้ง 4 รูปแบบ อาจารย์ประจำภาควิชาคณิตศาสตร์และสถิติ คณะศิลปศาสตร์และวิทยาศาสตร์ มหาวิทยาลัยธุรกิจบัณฑิตย์

References

กัญญารัตน์ บุษบรรณ. 2540. "ตัวแบบสำหรับการพยากรณ์จำนวนคนไข้ในของโรงพยาบาลขนาดใหญ่ 3 โรงพยาบาล." วิทยานิพนธ์วิทยาศาสตรมหาบัณฑิต สาขาสถิติประยุกต์ บัณฑิตวิทยาลัย, มหาวิทยาลัยเกษตรศาสตร์.

สมเกียรติ เกตุเอี่ยม. (2548) เทคนิคการพยากรณ์. มหาวิทยาลัยทักษิณ

สำนักงานเศรษฐกิจการเกษตร. "ข้อมูลปริมาณการส่งออกสุกรมีชีวิต" แหล่งที่มา : http://www.oae.go.th

ธนาคารแห่งประเทศไทย. "ข้อมูลปริมาณการจำหน่ายคอมเพรสเซอร์" หมวดสถิติเศรษฐกิจและการเงิน แหล่งที่มา : http:// bot.or.th

ธนาคารแห่งประเทศไทย. "ข้อมูลปริมาณการจำหน่ายรถจักรยานยนตร์" หมวดสถิติเศรษฐกิจและการเงิน แหล่งที่มา : http:// bot.or.th

ธนาครแห่งประเทศไทย. "ข้อมูลปริมาณการจำหน่ายเชื้อเพลิงธรรมชาติและสารหล่อลื่น" หมวดสถิติเศรษฐกิจและการเงิน แหล่งที่มา : http:// botor.th

C.H.Wei.(2008) "Chapter 4 Least-Mean-Square Algorithm." Adaptive Signal Processing. From http://cwww.ee.nctu.edu.tw/ course/asp

K. Warwick and R. Craddock.(1996) An Introduction to Radial Basis Function for system indentification : a comparison with other neural network methods. Conference on Decision and Control, Pp 464-469.

Makridakis, S., S.C. Wheelwright and R.J. Hyndman. 1998. Forecasting : Method and Applications. 3rd ed. New York : John Wiley and Sons.

Downloads

เผยแพร่แล้ว

2020-08-14