Please use this identifier to cite or link to this item: https://ir.stou.ac.th/handle/123456789/11082
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorรัฐวิชญญ์ จิวสวัสดิ์th_TH
dc.contributor.authorโรม ตระกูลโกศล, 2515-th_TH
dc.contributor.otherมหาวิทยาลัยสุโขทัยธรรมาธิราช. สำนักบัณฑิตศึกษาth_TH
dc.date.accessioned2024-01-12T03:29:02Z-
dc.date.available2024-01-12T03:29:02Z-
dc.date.issued2561-
dc.identifier.urihttps://ir.stou.ac.th/handle/123456789/11082-
dc.descriptionวิทยานิพนธ์ (ศ.ม.(เศรษฐศาสตร์ธุรกิจ))--มหาวิทยาลัยสุโขทัยธรรมาธิราช, 2561th_TH
dc.description.abstractการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อ (1) พยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยโดยแบบจำลอง ARIMA และแบบจำลอง ARIMA X และ (2) เปรียบเทียบการประเมินค่าการพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทย โดยแบบจำลอง ARIMA และแบบจำลอง ARIMA Xผลการศึกษาพบว่า (1) การพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยโดยแบบจำลองARIMA รูปแบบ ARIMA (2, 1, 2) เป็นแบบจำลองที่มีความเหมาะสมที่สุดเนื่องจากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง และค่าสัมประสิทธิ์ของไทล์ มีค่าเท่ากับ 2.7455 และ 0.0128 ตามลำดับมีค่าต่ำที่สุดและผลการพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยล่วงหน้า 6 เดือน คือ เดือนกรกฎาคม ถึงธันวาคม พ.ศ. 2559 ดัชนีที่ได้คือ 108.8 108.4 108.5 108.5 107.48 และ 106.9 ตามลำดับ การพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยโดยแบบจำลอง ARIMA X รูปแบบ ARIMA (2, 1, 1) AOIL AELEเป็นแบบจำลองที่มีความเหมาะสมที่สุดเนื่องจากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง และค่าสัมประสิทธิ์ของไทล์ มีค่าเท่ากับ 3.4921 และ 0.0167 ตามลำดับมีค่าต่ำที่สุด และผลการพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยล่วงหน้า 6 เดือน คือ เดือนกรกฎาคม ถึง ธันวาคม พ.ศ. 2559 ดัชนีที่ได้คือ 106.6 106.1 106.7 107.0, 105.0 และ 105.6 ตามลำดับ (2) ค่าเฉลี่ยค่าคลาดเคลื่อนกำลังสองจากแบบจำลอง ARIMAเท่ากับ 1.2115 และแบบจำลอง ARIMA X เท่ากับ 1.2129 มีค่าใกล้เคียงกันค่อนข้างมาก ดังนั้น การพยากรณ์ดัชนีราคาปูนซีเมนต์ล่วงหน้าด้วยแบบจำลองทั้งสองให้ผลการพยากรณ์ที่มีความแม่นยำใกล้เคียงกันth_TH
dc.formatapplication/pdfen_US
dc.language.isothen_US
dc.publisherมหาวิทยาลัยสุโขทัยธรรมาธิราชth_TH
dc.rightsมหาวิทยาลัยสุโขทัยธรรมาธิราชth_TH
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)en_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/en_US
dc.sourceBorn digitalen_US
dc.subjectปูนซีเมนต์th_TH
dc.subjectดัชนีราคาth_TH
dc.subjectพยากรณ์เศรษฐกิจ--ไทยth_TH
dc.subjectอุตสาหกรรมปูนซีเมนต์--ไทยth_TH
dc.titleการพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยโดยแบบจำลอง ARIMA และแบบจำลอง ARIMA Xth_TH
dc.title.alternativeCement price index forecasting using ARIMA and ARIMA X modelen_US
dc.typeThesisen_US
dc.degree.nameเศรษฐศาสตรมหาบัณฑิตth_TH
dc.degree.levelปริญญาโทth_TH
dc.degree.disciplineสาขาวิชาเศรษฐศาสตร์th_TH
dc.degree.grantorมหาวิทยาลัยสุโขทัยธรรมาธิราชth_TH
dc.description.abstractalternativeThe objectives of this research are 1) To forecast Cement Price Index of Thailand by ARIMA model and ARIMA X model and 2) To compare the efficiency of the models. The research is a quantitative research, using Cement Price Index, Oil Price Index and Electricity Price Index data from January 2000 to June 2016, covering 198 observations. The methods of this research applying Augmented Dickey-Fuller Test (ADF) for test the stationarity of the data, estimation the parameters of the model by the Least Squares and the Theil's Inequality Coefficient The research results found that 1) The results of ARIMA model showed that the ARIMA (2, 1, 2) are the most appropriate one for forecasting the Cement Price Index. All models provided the least values of Root Mean Squared Error and Theil's Inequality Coefficient as 2.7455 and 0.0128 respectively. The forecasting results of monthly Cement Price Index of Thailand for July – December 2016 were 108.8, 108.4, 108.5, 108.5, 107.48 and 106.9 respectively. The results of ARIMA X model showed that the ARIMA (2, 1, 1) ΔOIL, ΔELE are the most appropriate for forecasting the Cement Price Index. All models revealed the least values of Root Mean Squared Error and Theil's Inequality Coefficient are 3.4921 and 0.0167 respectively. The forecasting results of monthly Cement Price Index of Thailand for July – December 2016 appeared to be 106.6, 106.1, 106.7, 107.0, 105.0 and 105.6 respectively. 2) The comparison of the forecasting performances of ARIMA model and ARIMA X model found that the Root Mean Square Error (RMS E) of the two models are 1.2115 and 1.2129 respectively. Therefore, ARIMA provided more precision than ARIMA X, but there were slightly differences as the gap was only 0.0014 and it can be concluded that the RMSE of the ARIMA model and ARIMA X model generate are almost the same forecasting performancesen_US
dc.contributor.coadvisorมนูญ โต๊ะยามาth_TH
Appears in Collections:Econ-Theses

Files in This Item:
File Description SizeFormat 
fulltext.pdfเอกสารฉบับเต็ม3.62 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons