กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้:
https://ir.stou.ac.th/handle/123456789/9275| ชื่อเรื่อง: | การสร้างตัวแบบการพยากรณ์สำหรับข้อมูลที่มีฤดูกาล กรณีศึกษาข้อมูลผลผลิตมันสำปะหลังในจังหวัดกำแพงเพชร |
| ชื่อเรื่องอื่นๆ: | Formulation of forecasting model for seasonal data : a case study of cassava product data in Khamphaeng Phet Province |
| ผู้แต่ง/ผู้ร่วมงาน: | จีราภรณ์ สุธัมมสภา พงษ์ศิริ ริยะกาศ, 2522- มหาวิทยาลัยสุโขทัยธรรมาธิราช. สาขาวิชาวิทยาการจัดการ |
| คำสำคัญ: | มหาวิทยาลัยสุโขทัยธรรมาธิราช. แขนงวิชาบริหารธุรกิจ--การศึกษาเฉพาะกรณี มหาวิทยาลัยสุโขทัยธรรมาธิราช. สาขาวิชาวิทยาการจัดการ--การศึกษาเฉพาะกรณี มันสำปะหลัง--การผลิต |
| วันที่เผยแพร่: | 2553 |
| สำนักพิมพ์: | มหาวิทยาลัยสุโขทัยธรรมาธิราช |
| บทคัดย่อ: | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) ศึกษารูปแบบข้อมูลผลผลิตมันสำปะหลังในจังหวัด กำแพงเพชร ระหว่างปี พ.ศ. 2546 ถึง ปี พ.ศ. 2553 (2) สร้างตัวแบบการพยากรณ์สำหรับผลผลิตมันสำปะหลังในจังหวัดกำแพงเพชร (3) การจัดการกับข้อมูลที่ผิดปกติเพื่อนำไปสู่การสร้างตัวแบบการ พยากรณ์ที่เหมาะสมกับชุดข้อมูล วิธีการศึกษาทำโดยรวบรวมข้อมูลปริมาณผลผลิตมันสำปะหลังรายเดือนของจังหวัด กำแพงเพชรตั้งแต่มกราคม 2546 ถึงกันยายน 2553 จากแหล่งทุติยภูมิ ทำการวิเคราะห์ข้อมูลเพื่อเลือกตัว แบบสำหรับพยากรณ์ สร้างแบบจำลองพยากรณ์โดยใช้วิธีการแตกข้อมูลอนุกรมเวลา และวินเทอร์แล้วเปรียบเทียบตัวแบบการพยากรณ์ทั้งสองวิธีด้วยการวัดค่าความคลาดเคลื่อน โดยใช้ค่าเฉลี่ยการเบี่ยงเบน สัมบูรณ์และค่าเฉลี่ยความผิดพลาดยกกำลังสอง และวัดค่าความลำเอียงของความคลาดเคลื่อนด้วยคำ Tracking signal ผลการศึกษาพบว่า (1) ข้อมูลปริมาณผลผลิตมันสำปะหลังในชังหวัดกำแพงเพชรเป็นข้อมูลอนุกรมเวลาโดยข้อมูลมีส่วนประกอบชองแนวโล้ม มีลักษณะของฤดูกาลซึ่งมีช่วงของฤดูกาลปีละ หนึ่งครั้ง(2)ตัวแบบการพยากรณ์ที่เหมาะสมที่สุดสำหรับข้อมูลผลผลิตมันสำปะหลังในจังหวัด กำแพงเพชรได้แก่ วิธีการแตกข้อมูลอนุกรมเวลาแบบการนำองค์ประกอบข้อมูลอนุกรมเวลามาคูณกัน ได้แก่ ตัวแบบวิธีการแตกข้อมูลอนุกรมเวลาแบบการนำองค์ประกอบข้อมูลอนุกรมเวลามาคูณกันซึ่งค่า สมการแนวโน้มได้แก่ Y = 101,737 + 82X และค่าดัชนีฤดูกาลของแต่ละเดือนตั้งแต่เดือนมกราคมถึง เดือนธันวาคม ได้แก่ 2.294,2.233, 2.060,0.781,0.245,0.113, 0.032,0.032,0.051, 0.168,0.961 และ 3.030 (3) การจัดการกับข้อมูลที่ผิดปกติซึ่งเป็นผลมาจากการเกิดเหลุการณ์ทางธรรมชาติทำให้ข้อมูลมีค่า สูงหรือตํ่ากว่าปีอื่นๆ ในช่วงเวลาเดียวกันสามารถทำได้โดยวิธีการหาค่าเฉลี่ยระหว่างก่อนและหลังช่วงที่มีความผิดปกติ หรือ การตัดข้อมูลที่ผิดปกติออกไปโดยไม่นำมาใช้ร่วมในการสร้างตัวแบบ ซึ่งพบว่าวิธีการวัดข้อมูลที่ผิดปกติได้แก่ ข้อมูลเดือนลุลาคม 2550- กันยายน 2551 ออกไปมีความเหมาะสมกับข้อมูลปริมาณผลผลิตมันสำปะหลังในจังหวัดกำแพงเพชร |
| URI: | https://ir.stou.ac.th/handle/123456789/9275 |
| ปรากฏในกลุ่มข้อมูล: | Manage-Independent study |
แฟ้มในรายการข้อมูลนี้:
| แฟ้ม | รายละเอียด | ขนาด | รูปแบบ | |
|---|---|---|---|---|
| Fulltext_124177.pdf | เอกสารฉบับเต็ม | 2.93 MB | Adobe PDF | ดู/เปิด |
รายการนี้ได้รับอนุญาตภายใต้ Creative Commons License
