1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Graduate School - Grad
  4. Grad - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/16622
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorนงลักษณ์ วิรัชชัย-
dc.contributor.advisorทรงศิริ แต้สมบัติ-
dc.contributor.authorบำเพ็ญ ปิดชิด-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2012-02-02T04:34:18Z-
dc.date.available2012-02-02T04:34:18Z-
dc.date.issued2540-
dc.identifier.isbn9746387243-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/16622-
dc.descriptionวิทยานิพนธ์ (ค.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540en
dc.description.abstractประยุกต์ใช้วิธีของบ๊อกซ์และเจ็นกิ้นส์ ในการพยากรณ์ข้อมูลอนุกรมเวลา ที่มีและไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล โดยพยากรณ์ 5 ช่วงเวลาล่วงหน้า และตรวจสอบผลการพยากรณ์กับผลที่ได้จากวิธีการวิเคราะห์การถดถอย วิธีการเฉลี่ยเคลื่อนที่ และวิธีปรับให้เรียบแบบเอ็กซ์โปเนนเชียล โดยใช้การวัดความคลาดเคลื่อน 6 แบบ ได้แก่ RMSE, MAPE, GMRAE, MdAPE, MdRAE และ Percent Better เป็นเกณฑ์ ฐานข้อมูลที่ใช้ในการศึกษาครั้งนี้ มี 2 ฐาน ฐานแรก คือชุดของข้อมูลอนุกรมเวลารายเดือน 3 ชุดที่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ ปริมาณการยืมหนังสือทั่วไป หนังสือสำรอง และวิทยานิพนธ์ 65 ช่วงเวลา ของศูนย์บรรณสารสนเทศทางการศึกษา คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ฐานที่สอง คือชุดของข้อมูลอนุกรมเวลารายปี 2 ชุด ที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ จำนวนนักเรียนระดับประถมศึกษา และระดับมัธยมศึกษา 60 ช่วงเวลา รวบรวมจากสมุดสถิติรายปี เครื่องมือที่ใช้ในการวิจัยเป็นแบบบันทึกข้อมูล การวิเคราะห์ข้อมูล ได้แก่ การตรวจสอบการเปลี่ยนแปลงที่แสดงแนวโน้ม และการเปลี่ยนแปลงเนื่องจากฤดูกาลด้วยกราฟและการวิเคราะห์การถดถอย การพยากรณ์ด้วยการวิเคราะห์อนุกรมเวลาวิธีบ๊อกซ์และเจ็นกิ้นส์ และการตรวจสอบผลการพยากรณ์ ด้วยวิธีการพยากรณ์ 3 แบบ ผลจากการวิจัยสรุปได้ดังนี้ 1. ข้อมูลอนุกรมเวลา 3 ชุด คือ ปริมาณการยืมหนังสือทั่วไป หนังสือสำรอง และวิทยานิพนธ์ มีแนวโน้มเส้นตรงและมีการเปลี่ยนแปลงเนื่องจากฤดูกาล อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 และมีการรวมโมเดลแบบคูณ ส่วนจำนวนนักเรียนระดับประถมศึกษาและระดับมัธยมศึกษา มีแนวโน้มแบบเส้นโค้งและแบบเอ็กซ์โปเนนเชียล ตามลำดับอย่างมีนัยสำคัญทางสถิติที่ระดับ .01 2. ผลการวิเเคราะห์อนุกรมเวลาด้วยวิธีบ๊อกซ์และเจ็นกิ้นส์ พบว่า โมเดลที่เหมาะสมกับข้อมูลปริมาณการยืมหนังสือทั่วไป และวิทยานิพนธ์ คือ ARIMA (0,0,1) X SARIMA (1,1.0)12 ค่าพยากรณ์ในเดือนพฤศจิกายน 2540 ถึงเดือนมีนาคม 2541 สำหรับปริมาณการยืมหนังสือทั่วไป คือ 2,757, 2,818, 2,768, 3,203 และ 1,818 เล่ม ตามลำดับ และสำหรับปริมาณการยืมวิทยานิพนธ์ คือ 3,031, 1,754, 2,208, 2,012 และ 1,264 เล่ม ตามลำดับ โมเดลที่เหมาะสมกับข้อมูลปริมาณการยืมหนังสือสำรอง คือ ARIMA (0,1,1) X SARIMA (1,1,0)12 ได้ค่าพยากรณ์ ดังนี้ 82, 41, 39, 54 และ 66 เล่ม ตามลำดับ โมเดลที่เหมาะสมกับข้อมูลจำนวนนักเรียนระดับประถมศึกษา และมัธยมศึกษาคือ ARIMA (0,2,1) และ ARIMA (0,2,3) ได้ค่าพยากรณ์ในปีการศึกษา 2540-2544 ดังนี้ 6,130,718, 6,009,548, 5,882,870, 5,750,685 และ 5,612,992 คน ตามลำดับ สำหรับนักเรียนระดับประถมศึกษา และ 4,208,097, 4,422,787, 4,604,586, 4,808,325 และ 5,034,524 คน ตามลำดับ สำหรับนักเรียนมัธยมศึกษา 3. ผลการพยากรณ์ข้อมูลอนุกรมเวลาที่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ด้วยวิธีการวิเคราะห์การถดถอยและผลการพยากรณ์ข้อมูลอนุกรมเวลาที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ด้วยวิธีบ็อกซ์และเจ็นกิ้นส์มีขนาดความคลาดเคลื่อนน้อยที่สุดen
dc.description.abstractalternativeTo apply the Box-Jenkins method in forecasting time series data with seasonal and nonseasonal variations in 5 lead times forecasting, and at checking the forecasting results with those results obtaining from the regression analysis, moving average and exponential smoothing methods, using 6 error measures of RMSE, MAPE, GMRAE, MdAPE, MdRAE and percent better as criteria. Two data bases were used in this study. The first were three set of 65 monthly time series data with seasonal variation, namely general books, researved books and theses in circulation, obtaining from the Educational Information Center, Faculty of Education, Chulalongkorn University. The second were two sets of 60 yearly time series data with nonseasonal variation of primary and secondary school students enrollment, collecting from statistical yearbook. The research instrument were data recording forms. The data were analyzed using graph and regression analysis to check for secular trends and seasonal variations, using Box-Jenkins time series analysis to forecast and using the three forecasting methods to check the forecasting results. The research findings were as follows : 1. Three time series data sets of general books, researved books and theses in circulation showed linear trend and seasonal variation at .01 level of statistical significance, and the integrated model was multiplicative. The primary and secondary school students enrollment showed quadratic and exponential trends respectively at .01 level of statistical significance. 2. The results from the Box-Jenkins time series analysis showed that the appropriate model for general books and theses in circulation were ARIMA (0,0,1) X SARIMA (1,1,0)12. The forecast values in November 2540 to March 2541 for general books in circulation would be 2,757, 2,818, 2,768, 3,203 and 1,818 respectively, and for theses circulation would be 3,031, 1,754, 2,208, 2,012 and 1,264 respectively. The appropriate model for researved books in circulation was ARIMA (0,1,1) X SARIMA (1,1,0)12, and the forecast values would be 82, 41, 39, 54 and 66 respectively. The appropriate model for primary and secondary school students enrollment were ARIMA (0,2,1) and ARIMA (0,2,3) respectively. Their forecast values in the academic year 2540-2544 would be 6,130,718, 6,009,548, 5,882,870, 5,750,685 and 5,612,992 for primary school students respectively and 4,208,097, 4,422,787, 4,604,586, 4,808,325 and 5,034,524 for secondary school students respectively. 3. The forecasting results from the regression analysis methods used in forecasting time series data with seasonal variation and the Box-Jenkins methods used in forecasting time series data with nonseasonal variations had the least error.en
dc.format.extent871933 bytes-
dc.format.extent797138 bytes-
dc.format.extent1475203 bytes-
dc.format.extent775123 bytes-
dc.format.extent1464410 bytes-
dc.format.extent892834 bytes-
dc.format.extent1070670 bytes-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectพยากรณ์แบบบอกซ์-เจนกินส์en
dc.subjectการศึกษา -- สถิติen
dc.subjectการวิเคราะห์อนุกรมเวลาen
dc.titleการประยุกต์ใช้วิธีวิเคราะห์อนุกรมเวลาของบ๊อกซ์และเจ็นกิ้นส์ ในการพยากรณ์ข้อมูลอนุกรมเวลาทางการศึกษาที่มี และไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาลen
dc.title.alternativeAn application of the box-jenkins method in forecasting educational time series data with seasonal and nonseasonal variationen
dc.typeThesises
dc.degree.nameครุศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineสถิติการศึกษาes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorNonglak.W@chula.ac.th-
dc.email.advisorไม่มีข้อมูล-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Bumpen_Pi_front.pdf851.5 kBAdobe PDFView/Open
Bumpen_Pi_ch1.pdf778.46 kBAdobe PDFView/Open
Bumpen_Pi_ch2.pdf1.44 MBAdobe PDFView/Open
Bumpen_Pi_ch3.pdf756.96 kBAdobe PDFView/Open
Bumpen_Pi_ch4.pdf1.43 MBAdobe PDFView/Open
Bumpen_Pi_ch5.pdf871.91 kBAdobe PDFView/Open
Bumpen_Pi_back.pdf1.05 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.