ตัวแบบพยากรณ์ปริมาณการจำหน่ายเบียร์ในประเทศไทย

Main Article Content

วรางคณา กีรติวิบูลย์

Abstract

บทคัดย่อ

วัตถุประสงค์ของการศึกษาครั้งนี้ คือ การสร้างตัวแบบพยากรณ์ที่เหมาะสมกับอนุกรมเวลาปริมาณการจำหน่ายเบียร์ในประเทศไทย โดยใช้ข้อมูลจากเว็บไซต์ของสำนักงานเศรษฐกิจอุตสาหกรรม ตั้งแต่เดือนมกราคม พ.ศ. 2543 ถึงเดือนมีนาคม พ.ศ. 2558 จำนวน 183 ค่า ซึ่งข้อมูลถูกแบ่งออกเป็น 2 ชุด ข้อมูลชุดที่ 1 ตั้งแต่เดือนมกราคม พ.ศ. 2543 ถึงเดือนมิถุนายน พ.ศ. 2557 จำนวน 174 ค่า สำหรับการสร้างตัวแบบพยากรณ์ด้วยวิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบคูณ และวิธีการพยากรณ์รวม ข้อมูลชุดที่ 2 ตั้งแต่เดือนกรกฎาคม พ.ศ. 2557 ถึงเดือนมีนาคม พ.ศ. 2558 จำนวน 9 ค่า นำมาใช้สำหรับการเปรียบเทียบความแม่นของค่าพยากรณ์ โดยใช้เกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยที่ต่ำที่สุด ผลการศึกษาพบว่าจากวิธีการพยากรณ์ทั้งหมดที่ได้ศึกษา วิธีที่มีความแม่นมากที่สุด คือ วิธีบอกซ์-เจนกินส์ 

คำสำคัญ : เบียร์; บอกซ์-เจนกินส์; การปรับเรียบด้วยเส้นโค้งเลขชี้กำลัง; การพยากรณ์รวม; เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย; รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย

 

Abstract

The objective of this study was to construct the appropriate forecasting model for beer sales volume in Thailand. The data gathered from the website of the Office of Industrial Economics during January, 2000 to March, 2015 of 183 values were used and divided into 2 sets. The first set had 174 values from January, 2000 to June, 2014 for constructing the forecasting models by Box-Jenkins method, Winters’ multiplicative exponential smoothing method, and combined forecasting method. The second set had 9 values from July, 2014 to March, 2015 for comparing accuracy of the forecasts via the criteria of the lowest mean absolute percentage error and root mean squared error. Research findings indicated that for all forecasting methods that had been studied, the most accurate method was Box-Jenkins method. 

Keywords: Beer; Box-Jenkins; exponential smoothing; combined forecasting; mean absolute percentage error (MAPE); root mean squared error (RMSE)

Article Details

Section
Physical Sciences