การเปรียบเทียบวิธีการพยากรณ์ระหว่างวิธีบอกซ์-เจนกินส์ วิธีการทำให้เรียบแบบเอกซ์โพเนนเชียลที่มีฤดูกาล อย่างง่าย และวิธีการพยากรณ์รวม สำหรับการพยากรณ์อุณหภูมิเฉลี่ยต่อเดือนในเขตกรุงเทพมหานคร

Abstract

บทคัดย่อ         วัตถุประสงค์ของการวิจัยครั้งนี้คือ การเปรียบเทียบวิธีการพยากรณ์ 3 วิธี ได้แก่ วิธีบอกซ์-เจนกินส์ วิธีการทำให้เรียบแบบเอกซ์ โพเนนเชียลที่มีฤดูกาลอย่างง่าย และวิธีการพยากรณ์รวมระหว่าง 2 วิธีข้างต้น สำหรับการพยากรณ์อุณหภูมิเฉลี่ยต่อเดือนในเขต กรุงเทพมหานคร โดยใช้อนุกรมเวลาอุณหภูมิตั้งแต่เดือนมกราคม 2546 ถึงเดือนมกราคม 2556 จำนวน 121 ค่า จากเว็บไซต์ของบริษัท Própelin Consulting S.L.U. ประเทศสเปน ซึ่งมีสำนักงานใหญ่จัดตั้งอยู่ที่ประเทศสหรัฐอเมริกา และมีการรวบรวมข้อมูลอุณหภูมิจากทั่วโลกที่ผ่านการรับรองความถูกต้องโดยสถานทูตและสถานกงสุล ผู้วิจัยได้แบ่งข้อมูลออกเป็น 2 ชุด ชุดที่ 1 ตั้งแต่เดือนมกราคม 2546 ถึงเดือนพฤษภาคม 2555 จำนวน 113 ค่า สำหรับการสร้างตัวแบบพยากรณ์ ชุดที่ 2 ตั้งแต่เดือนมิถุนายน 2555 ถึงเดือนมกราคม 2556 จำนวน 8 ค่า สำหรับการคัดเลือกวิธีการพยากรณ์ที่เหมาะสมโดยใช้เกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยที่ต่ำที่สุด ผลการศึกษาพบว่า วิธีการพยากรณ์รวมมีความเหมาะสมกับอนุกรมเวลาชุดนี้มากที่สุด ซึ่งมีตัวแบบพยากรณ์ คือ Yt = 1.397630 - 0.146846Y1t + 1.098697Y2t เมื่อ Y1t และ Y2t แทนค่าพยากรณ์เดี่ยว ณ เวลา t จากวิธีบอกซ์-เจนกินส์ และวิธีการทำให้เรียบแบบเอกซ์โพเนนเชียลที่มีฤดูกาลอย่างง่ายตามลำดับ ABSTRACT        The purpose of this research is to compare three forecasting methods which are Box-Jenkins method, simple seasonal exponential smoothing method, and combined forecasting between above two methods for predicting monthly mean temperature in Bangkok. Time series that used is the temperature during January 2003 to January 2013 of 121 values from the website of Própelin Consulting S.L.U. company in Spain, which has its headquarters located in the United States. The temperature data are collected from around the world and have been certified by the Embassy and Consulates. The data are split into two sets, the first 113 values from January 2003 until May 2012 for the modeling and the last 8 values from June 2012 until January 2013 for finding the most suitable forecasting method by the criterion of the lowest mean absolute percentage error. The results show that combined forecasting method is the most suitable for this time series which the forecasting model is Yt = 1.397630 - 0.146846Y1t + 1.098697Y2t where Y1t and Y2t represent the single forecasts at time t from Box-Jenkins method and simple seasonal exponential smoothing method, respectively.