Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/41129
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorมานพ วราภักดิ์-
dc.contributor.authorมนฤดี เกิดสมบุญ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี-
dc.date.accessioned2014-03-18T02:32:45Z-
dc.date.available2014-03-18T02:32:45Z-
dc.date.issued2542-
dc.identifier.isbn9743336486-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/41129-
dc.descriptionวิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2542en_US
dc.description.abstractการวิจัยครั้งนี้เป็นการศึกษาเรื่องการพยากรณ์พื้นที่เพาะปลูก ผลผลิต และราคาสินค้าเกษตร ในกรณีข้าว (ข้าวนาปีและข้าวนาปรัง) ข้าวโพดเลี้ยงสัตว์ ถั่วเขียว และถั่วเหลือง โดยมีวัตถุประสงค์เพื่อหาวิธีการพยากรณ์ที่เหมาะสำหรับพยากรณ์พื้นที่เพาะปลูก ผลผลิต และราคาสินค้าเกษตรของพืชทั้ง 4 ชนิดที่กล่าวมาแล้วข้างต้น โดยใช้เทคนิคการพยากรณ์เชิงสถิติ ได้แก่ วิธีการวิเคราะห์การถดถอย วิธีบอกซ์-เจนกินส์ วิธีการปรับให้เรียบแบบเอกซโพเนนเชียล วิธีอัตถดถอย วิธีการวิเคราะห์อนุกรมเวลาแบบคลาสสิค และเปรียบเทียบกับวิธีของศูนย์สารสนเทศการเกษตร และใช้ค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เป็นเกณฑ์ในการเปรียบเทียบวิธีการพยากรณ์ทั้ง 6 วิธี ในการวิจัยครั้งนี้ ข้อมูลที่นำมาศึกษานั้น เป็นข้อมูลทุติยภูมิ โดยรวบรวมมาจากแหล่งข้อมูลต่างๆ ดังนี้คือ ศูนย์สารสนเทศการเกษตร กรมเศรษฐกิจการพาณิชย์ สำนักงานคณะกรรมการพัฒนาเศรษฐกิจและสังคมแห่งชาติ สำนักงานสถิติแห่งชาติ และกรมชลประทาน จากการเปรียบเทียบตัวแบบพยากรณ์ที่ได้จากวิธีต่างๆ ทั้ง 6 วิธี โดยพิจารณาจากค่า MAPE พบว่าตัวแบบการถดถอยจะเหมาะกับการพยากรณ์พื้นที่เพาะปลูกข้าวนาปี ข้าวนาปรัง และถั่วเขียว ปริมาณผลผลิตข้าวนาปี ข้าวนาปรัง ข้าวโพดเลี้ยงสัตว์ และถั่วเหลือง และราคาข้าวโพดเลี้ยงสัตว์ความชื้นไม่เกิน 14% ตัวแบบบอกซ์-เจนกินส์จะเหมาะกับการพยากรณ์ราคาข้าวเปลือกเจ้านาปี 5% และราคาถั่วเหลืองชนิดคละ ตัวแบบอัตถดถอยจะเหมาะกับการพยากรณ์พื้นที่เพาะปลูกข้าวโพดเลี้ยงสัตว์ และถั่วเหลือง ปริมาณผลผลิตถั่วเขียว และราคาข้าวเปลือกเจ้านาปรังความชื้น 14-15% สำหรับตัวแบบอนุกรมเวลาแบบคลาสสิคจะเหมาะกับการพยากรณ์ราคาถั่วเขียวผิวมันเมล็ดใหญ่ชนิดคละ จากนั้นนำตัวแบบมาพยากรณ์พื้นที่เพาะปลูกและผลผลิตค่าล่วงหน้าอีก 4 ปี คือ ปี 2540-2543 และราคาสินค้าเกษตรล่วงหน้าอีก 2 ปี คือ ปี 2542-2543 จากผลการพยากรณ์ สรุปได้ดังต่อไปนี้ ข้าวนาปี: ในปี 2543 พื้นที่เพาะปลูกจะมีแนวโน้มลดลงจากปี 2542 ประมาณ 1.12% สำหรับปริมาณผลผลิตและราคาข้าวเปลือกเจ้านาปี 5% จะมีแนวโน้มเพิ่มขึ้นจากปี 2542 ประมาณ 0.74% และ 3.55% ตามลำดับ ข้าวนาปรัง: ในปี 2543 พื้นที่เพาะปลูก ผลผลิต และราคาข้าวเปลือกเจ้านาปรังความชื้น 14-15% จะมีแนวโน้มลดลงจากปี 2542 ประมาณ 5.61%, 0.68% และ 13.67% ตามลำดับ ข้าวโพดเลี้ยงสัตว์: ในปี 2543 พื้นที่เพาะปลูกและปริมาณผลผลิต จะมีแนวโน้มลดลงจากปี 2542 ประมาณ 1.17% และ 56.47% ตามลำดับ สำหรับราคาข้าวโพดเลี้ยงสัตว์ความชื้นไม่เกิน 14% จะมีแนวโน้มเพิ่มขึ้นจากปี 2542 ประมาณ 1.31% ถั่วเขียว: ในปี 2543 พื้นที่เพาะปลูกและปริมาณผลผลิต จะมีแนวโน้มลดลง ประมาณ 0.19% และ 14.77% ตามลำดับ สำหรับราคาถั่วเขียวผิวมันเมล็ดใหญ่ชนิดคละ จะมีแนวโน้มเพิ่มขึ้นจากปี 2542 ประมาณ 0.63% ถั่วเหลือง: ในปี 2543 พื้นที่เพาะปลูกและปริมาณผลผลิต จะมีแนวโน้มลดลงจากปี 2542 ประมาณ 26.30% และ 35.79% ตามลำดับ สำหรับราคาถั่วเหลืองชนิดคละ มีแนวโน้มเพิ่มขึ้นจากปี 2542 ประมาณ 0.10% จากข้อมูลค่าพยากรณ์ข้างต้น รัฐบาลควรมีมาตรการรองรับสถานการณ์การผลิตที่จะเกิดขึ้นในปีหน้า และนโยบายต่างๆ ที่ตอบสนองต่อแนวโน้มการผลิตและราคาที่ลดลง เพื่อไม่ให้เกษตรกรและประชาชนทั่วไปได้รับผลความเดือดร้อนen_US
dc.description.abstractalternativeThis research is a study of forecasting planted areas, products, and farm prices in cases of rice (major and second rice), maize, mungbean, and soybean. The objective of the research is to find an appropriate statistical method of forecasting planted areas, products and farm prices for the aforesaid by the use of forecasting techniques : regression analysis, box-jenkins, exponential smoothing, autoregressive and classical time series analysis. The forecast values of those methods will be compared with the forecast values of the method of the center of agricultural information. To achieve the result, the mean absolute percentage error (MAPE) was used as the criterion for choosing the said six forecasting techniques. This research used second data, complied from the center of agricultural information, the Department of Business Economics, the Office of the National Economic and Social Development Board, the Nation Statistics Office, and the Royal Irrigation Department. The comparison of forecast values from the six techniques by MAPE showed that regression model was suitable for planted areas of major rice, second rice, and mungbean; products of major rice, second rice, maize, and soybean; and farm price of maize (moisture<14%). Box-jenkins model was suitable for farm price of major rice glutinous paddy 5% and soybean (mixed). Autoregressive model was suitable for planted areas of maize and soybean; products of mungbean; and farm price of second rice non-flutinous paddy moisture 14-15%. Classical time series model was suitable for farm price of mungbean shinny large (mixed). Then, the said models were used to forecast planted areas and products for the period of four years, 1997-2000, and farm price for the period of two years, 1999-2000. The result of forecasting were as follows; Major rice: In 2000, planted area trends to decrease from 1999 about 1.12%; product and farm price of major rice glutinous paddy 5% trend to increase from 1999 about 0.74% and 3.55%, respectively. Second rice: In 2000, planted area, product, and farm price of second rice non-glutinous paddy moisture 14-15% trend to decrease from 1999 about 5.61%, 0.68%, and 13.67%, respectively. Maize: In 2000, planted area and product trend to decrease from 1999 about 1.17% and 56.47%, respectively, and farm price of maize (moisture<14%) trends to increase from 1999 about 1.31%. Mungbean: In 2000, planted area and product trend to decrease from 1999 about 0.19% and 14.77%, respectively, and farm price of mungbean shinny large (mixed) trends to increase from 1999 about 0.63%. Soybean: In 2000, planted area and product trend to decrease from 1999 about 28.30% and 35.79%, respectively, and farm price of soybean (mixed) trends to increase from 1999 about 0.10%. According to the above results, the government should ensure that the appropriate meansure for the next year productive situation, and policy responded to decreasing trend of production and price, are seriously considered in order to avoid people and agricultueists' difficulties.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.1999.260-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectProduct tradeen_US
dc.subjectRiceen_US
dc.subjectCornen_US
dc.subjectMuan beanen_US
dc.subjectSoybeanen_US
dc.subjectRegression analysisen_US
dc.subjectTime-series analysisen_US
dc.subjectAutoregressive (Statistics)en_US
dc.subjectExponential smoothingen_US
dc.subjectBox-Jenkins forecastingen_US
dc.subjectข้าวen_US
dc.subjectข้าวโพดen_US
dc.subjectถั่วเขียวen_US
dc.subjectถั่วเหลืองen_US
dc.subjectสินค้าเกษตรen_US
dc.subjectการวิเคราะห์การถดถอยen_US
dc.subjectพยากรณ์แบบบอกซ์-เจนกินส์en_US
dc.subjectอัตถดถอย (สถิติ)en_US
dc.subjectExponential smoothingen_US
dc.titleการพยากรณ์ผลผลิตและราคาสินค้าเกษตรen_US
dc.title.alternativeForecasting of agricultural products and pricesen_US
dc.typeThesisen_US
dc.degree.nameสถิติศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineสถิติen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorfcommva@acc.chula.ac.th-
dc.identifier.DOI10.14457/CU.the.1999.260-
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
Monruadee_Ke_front.pdf317.92 kBAdobe PDFView/Open
Monruadee_Ke_ch1.pdf265.99 kBAdobe PDFView/Open
Monruadee_Ke_ch2.pdf878.53 kBAdobe PDFView/Open
Monruadee_Ke_ch3.pdf288.62 kBAdobe PDFView/Open
Monruadee_Ke_ch4.pdf8.09 MBAdobe PDFView/Open
Monruadee_Ke_ch5.pdf213.37 kBAdobe PDFView/Open
Monruadee_Ke_back.pdf3.92 MBAdobe PDFView/Open


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