ตัวแบบพยากรณ์มูลค่าการส่งออกข้าวหอมมะลิ

Abstract

          วัตถุประสงค์ของการวิจัยครั้งนี้ คือ การสร้างตัวแบบพยากรณ์ที่เหมาะสมที่สุดของมูลค่าการส่งออกข้าวหอมมะลิ โดยใช้ข้อมูลจากเว็บไซต์ของสำนักงานเศรษฐกิจการเกษตร ตั้งแต่เดือนมิถุนายน 2545 ถึงเดือนกรกฎาคม 2556 จำนวน 134 ค่า ผู้วิจัยได้แบ่งข้อมูลออกเป็น 2 ชุด ชุดที่ 1 คือ ข้อมูลตั้งแต่เดือนมิถุนายน 2545 ถึงเดือนกรกฎาคม 2555 จำนวน 122 ค่า สำหรับการสร้างตัวแบบพยากรณ์ด้วยวิธีการทางสถิติ 3 วิธี ได้แก่ วิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบบวก และวิธีการพยากรณ์รวม ชุดที่ 2 คือ ข้อมูลตั้งแต่เดือนสิงหาคม 2555 ถึงเดือนกรกฎาคม 2556 จำนวน 12 ค่า สำหรับการตรวจสอบความแม่นของตัวแบบพยากรณ์ด้วย เกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยที่ต่ำที่สุด ผลการวิจัยพบว่า จากวิธีการพยากรณ์ทั้งหมดที่ได้ศึกษา วิธีการพยากรณ์รวม เป็นวิธีที่มีความเหมาะสมกับอนุกรมเวลาชุดนี้มากที่สุด ซึ่งมีตัวแบบพยากรณ์เป็น                   Yt =0.13284Y1t +0.86716Y2t เมื่อ Y1t  และ Y2t  แทนค่าพยากรณ์เดี่ยว ณ เวลา t จากวิธีบอกซ์-เจนกินส์ และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของ วินเทอร์แบบบวก ตามลำดับ             The purpose of this research was to construct the most suitable forecasting model for the export value of Thai jasmine rice. The data gathered from the website of Office of Agricultural Economics during June, 2002 to July, 2013 (134 values) were used and divided into two categories. The first category has 122 values, which are the data during June, 2002 to July, 2012 for the modeling by the methods of Box-Jenkins, Winters’ additive exponential smoothing, and combined forecasting. The second category has 12 values which are the data during August, 2012 to July, 2013 for checking the accuracy of the forecasting models via the criterion of the lowest mean absolute percentage error. The results showed that for all forecasting methods that have been studied, the combined forecasting is the most                 Yt =0.13284Y1t +0.86716Y2t Where Y1t  and Y2t   represent the single forecasts at time t from Box-Jenkins and Winters’ additive exponential smoothing, respecyively