การเปรียบเทียบประสิทธิภาพตัวแบบระหว่างการถดถอยที่ปรับด้วยฟังก์ชันการลงโทษ และการเรียนรู้ของเครื่องสำหรับราคาน้ำมันดีเซลในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพตัวแบบของราคาน้ำมันดีเซล B7 ราคาน้ำมันดีเซล B10 และราคาน้ำมันดีเซล B20 และหาตัวแบบที่เหมาะสมในการพยากรณ์ราคาน้ำมันดีเซล B7 ราคาน้ำมันดีเซล B10 และราคาน้ำมันดีเซล B20 โดยใช้ข้อมูลรายวัน ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2563 ถึงวันที่ 31 ธันวาคม พ.ศ. 2565 ซึ่งปัจจัยที่ใช้ในการศึกษาครั้งนี้ ได้แก่ ราคาน้ำมันดิบในตลาดโลก ปริมาณการใช้น้ำมันดีเซล B7 น้ำมันดีเซล B10 และน้ำมันดีเซล B20 อัตราแลกเปลี่ยน ดัชนีราคาผู้บริโภค อัตราเงินกองทุนน้ำมันเชื้อเพลิงของน้ำมันดีเซล B7 น้ำมันดีเซล B10 และน้ำมันดีเซล B20 และราคาน้ำมันปาล์มดิบ และทำการเปรียบเทียบประสิทธิภาพของตัวแบบด้วยการเปรียบเทียบค่ารากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE) โดยวิธีการหาตัวแบบด้วยการถดถอยแบบขั้นตอน (Stepwise regression) วิธีการถดถอยที่ปรับด้วยฟังก์ชันการลงโทษ (Penalized Regression) อันได้แก่ การถดถอยแบบริดจ์ (Ridge regression) การถดถอยแบบลาสโซ่ (Lasso regression) การถดถอยลาสโซ่แบบปรับปรุง (Adaptive lasso regression) การถดถอยแบบอิลาสติคเน็ต (Elastic net regression) และการเรียนรู้ของเครื่อง (Machine learning) ได้แก่ วิธีซัพพอร์ตเวกเตอร์รีเกรสชัน (Support vector regression) และวิธีป่าสุ่ม (Random forest) ผลการวิจัยพบว่าวิธีป่าสุ่มเป็นวิธีที่เหมาะสมที่สุดในการหาตัวแบบที่เหมาะสมในการพยากรณ์ราคาน้ำมันดีเซล B7 ราคาน้ำมันดีเซล B10 และราคาน้ำมันดีเซล B20 โดยมีค่า RMSE เท่ากับ 0.379, 0.3833 และ 0.3539 ตามลำดับ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
กรมธุรกิจพลังงาน กระทรวงพลังงาน. 2565. ข่าวสถานการณ์การใช้น้ำมันเชื้อเพลิงของปี 2564 (มกราคม – ธันวาคม), แหล่งข้อมูล : https://www.doeb.go.th/news_activity/2498.pdf ค้นเมื่อวันที่ 4 กุมภาพันธ์ 2566.
กรมธุรกิจพลังงาน กระทรวงพลังงาน. 2566. ข่าวสถานการณ์การใช้น้ำมันเชื้อเพลิงของปี 2565 (มกราคม – ธันวาคม), แหล่งข้อมูล : https://www.doeb.go.th/news_activity/2515.pdf ค้นเมื่อวันที่ 4 กุมภาพันธ์ 2566.
มารุต จำลอง และศักดิ์ชาย นาคนก. 2561. การศึกษาปัจจัยที่ส่งผลกระทบต่อราคาน้ำมันสำเร็จรูปดีเซลและการพยากรณ์ราคาน้ำมันดีเซลในประเทศไทย. Graduate School MINI-Conference 2018 การประชุมวิชาการเสนอผลงานวิจัยระดับชาติ, ครั้งที่ 2, มหาวิทยาลัยราชภัฏสวนสุนันทา กรุงเทพมหานคร, 818-828. [Marut Jamlong and Sakchai Nakanok. 2018. A study of factors affecting and Forecasting the price of diesel oil in Thailand, Graduate School Conference 2018 2nd National Conference, Suan Sunandha Rajabhat University, Bangkok, 818-828. (in Thai)]
Hoerl, A.E. and Kennard, R.W. 1970. Ridge Regression: Biased Estimation for Nonorthogonal Problems, Technometrics, 12(1), 55-67,
https://doi.org/10.2307/1267351.
Tibshirani, R. 1996. Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society Series B: Statistical Methodology, 58(1), 267-288, https://doi.org/10.1111/j.2517-6161.1996.tb02080.x.
Zou, H. and Hastie, T. 2005. Regularization and Variable Selection Via the Elastic net. Journal of the Royal Statistical Society Series B: Statistical Methodology, 67(2), 301-320, https://doi.org/10.1111/j.1467-9868.2005.00503.x.
วรางคณา วัชรเสถียร. 2561. การเปรียบเทียบประสิทธิภาพของวิธีการวิเคราะห์การถดถอยแบบพีนอลไลซ์ในตัวแบบการถดถอยลอจิสติกภายใต้ข้อมูลที่มีมิติสูงแบบบางเบาและตัวแปรทํานายมีความสัมพันธ์กันสูง. วิทยานิพนธ์ปริญญาวิทยาศาสตรมหาบัณฑิต (สถิติประยุกต์), สาขาวิชาคณิตศาสตร์และสถิต, คณะวิทยาศาสตร์และเทคโนโลยี, มหาวิทยาลัยธรรมศาสตร์. [Warangkhana Watcharasatian. 2018. Performance comparison of penalized regression method in logistic regression for high-dimensional sparse data with multicollinearity. Master of Science (Applied Statistics), Department of Mathematics and Statistics, Faculty of Science and Technology, Thammasat University (in Thai)]
เบญจมาส รุ่งศรานนท์ และอัชฌา อระวีพร. 2563. การเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์ของการวิเคราะห์การถดถอยที่ปรับด้วยฟังก์ชันการลงโทษภายใต้ข้อมูลที่มีมิติสูง. วารสารวิทยาศาสตร์และเทคโนโลยี, 28(8), 1346-1358, https://doi.org/10.14456/tstj.2020.108. [Benjamas Rungsaranon and Autcha Araveeporn. 2020. Comparing Methods of Parameter Estimation with Penalized Regression Analysis under High-Dimensional Data. Science and Technology Journal, 28(8), 1346-1358, https://doi.org/10.14456/tstj.2020.108. (in Thai)]
Yasin, H., Caraka, R.E., Tarno, and Hoyyi, A. 2016. Prediction of Crude Oil Prices Using Support Vector Regression (SVR) with grid search - cross validation algorithm. Global Journal of Pure Applied Mathematics, 12(4), 3009-3020.
ฐิติรัตน์ แพทย์มงคล. 2552. ปัจจัยที่มีผลตอการปรับตัวของราคาน้ำมันดีเซลในประเทศไทย. วิทยานิพนธ์ปริญญาเศรษฐศาสตร์มหาบัณฑิต, สาขาวิชาเศรษฐศาสตร์ธุรกิจ, บัณฑิตวิทยาลัยมหาวิทยาลัยหอการค้าไทย. [Thitirat Pheatmongkhon. 2009. Factors Affecting the Adjustment of Diesel Prices in Thailand. Master of Economics. Department of Business Economics, Graduate School, University of the Thai Chamber of Commerce. (in Thai)]
วิลาสินี หีบแก้ว. 2550. การกำหนดราคาและปัจจัยที่มีผลกระทบต่อการเปลี่ยนแปลงราคาน้ำมันดีเซล. วิทยานิพนธ์ปริญญาเศรษฐศาสตร์มหาบัณฑิต, สาขาวิชาเศรษฐศาสตร์ธุรกิจ มหาวิทยาลัยเกษตรศาสตร์. [Wilasinee Heepkaew. 2007. Price Determination and Factors Affecting Diesel Oil Price Changes. Master of Economics. Department of Business Economics, Kasetsart University. (in Thai)]
ณัฐพินท์ เดชขุน. 2553. การศึกษาปัจจัยทางเศรษฐกิจที่มีผลต่อราคาน้ำมันสำเร็จรูปดีเซล. บริหารธุรกิจมหาบัณฑิต, สาขาวิชาการเงิน, มหาวิทยาลัยหอการค้าไทย. [Natthaphin Dechkhun. 2010. Study of Economic Factors Affecting Diesel Finished Oil Prices. Master of Business Administration, Department of Finance, University of the Thai Chamber of Commerce. (in Thai)]
Zou, H. 2006. The Adaptive Lasso and Its Oracle Properties. Journal of the. American. Statistical. Journal of the American Statistical Association, 101(476), 1418-1429, https://doi.org/10.1198/016214506000000735.
อรพิน ประวัติบริสุทธิ์. 2564. Python สำหรับงาน Data Science Data Visualization และ Machine Learning. พิมพ์ครั้งที่ 1, บริษัทโปรวิชั่นจำกัด, กรุงเทพฯ. [Orapin Prawatborisud. 2021. Python for Data Science, Data Visualization and Machine Learning. 1st ed., Provision Co., Ltd., Bangkok. (in Thai)]
สห ธิติถามวัต. 2562. การพัฒนารูปแบบการแนะนำงานสำหรับองค์กรและผู้สมัคร ตามทักษะการเรียนรู้ด้วยเทคนิคป่าแบบสุ่ม. วิทยานิพนธ์ปริญญาวิทยาศาสตรมหาบัณฑิต, สาขาเทคโนโลยีสารสนเทศ, สถาบันเทคโนโลยีไทย-ญี่ปุ่น.