การพยากรณ์ปริมาณผลผลิตข้าวในประเทศไทย

ทัศนีย์ เร่งเทียน

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/78399

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ทิพวัลย์ สันติวิภานนท์	-
dc.contributor.advisor	ทรงเกียรติ สุเมธกิจการ	-
dc.contributor.author	ทัศนีย์ เร่งเทียน	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์	-
dc.date.accessioned	2022-04-20T03:13:16Z	-
dc.date.available	2022-04-20T03:13:16Z	-
dc.date.issued	2562	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/78399	-
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาคณิตศาสตร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562	en_US
dc.description.abstract	เราศึกษาและใช้ตัวแบบ ARMA โดยวิธีบ็อกซ์-เจนกินส์ ในการพยากรณ์ปริมาณผลผลิตข้าวของประเทศไทย จากข้อมูลปริมาณผลผลิตข้าวรายเดือนตั้งแต่เดือนมกราคมปี พ.ศ. 2546 ถึงเดือนธันวาคมปี พ.ศ. 2561 ที่รวบรวมโดยสำนักงานเศรษฐกิจการเกษตร โดยแบ่งพิจารณาเป็นข้าวนาปี (แต่ละฤดีมีผลผลิตในเดือนสิงหาคมของปีหนึ่งถึงเดือนเมษายนของปีถัดไป) และข้าวนาปรัง (แต่ละฤดูมีผลผลิตในเดือนกุมภาพันธ์ถึงเดือนตุลาคมในปีเดียวกัน) ในการใช้คำสั่ง arima ในโปรแกรม R คำนวณหาตัวแบบที่เหมาะสมจากข้อมูลปริมาณผลผลิตข้าวรายเดือนเป็นเวลา 11 ปี ปีละ 9 เดือน เพื่อพยากรณ์ปริมาณผลผลิตในปีถัดไป เราได้ตัวแบบ ARMA สำหรับพยากรณ์ปริมาณผลผลิตในปี พ.ศ. 2557, 2558, 2559, 2560 และ 2561 ซึ่งมีค่ารากที่สองของค่าความคลาดเคลื่อนกำลังสองเฉลี่ยจากข้อมูลจริงของปีนั้น ๆ ที่ค่อนข้างสูง ผลการศึกษาที่ได้แสดงให้เห็นว่าการพยากรณ์โดยวิธีบ็อกซ์-เจนกินส์ ในงานวิจัยนี้ไม่แม่นยำ เนื่องจากผลการพยากรณ์ให้ค่าแตกต่างจากข้อมูลจริงมาก	en_US
dc.description.abstractalternative	I study and utilize the ARMA (Autoregressive Moving Average) models by Box-Jenkins method in forecasting monthly rice product in Thailand based on rice product quantitative data from January 2003 to December 2018 collected by the Office of Agricultural Economics. We separately consider in-seasonal rice (each season starts from August to April of the next year) and off-seasonal rice (each season starts from February to October). Using the R-command arima to find appropriate models of five 11-year once 9 months moving data sets in order to forcast the following 12th year, we obtain ARMA models to forcast rice product quantities of the corresponding months of the years 2014, 2015, 2016, 2017 and 2018. The root mean square errors of the forcast from the actual data are relatively high. The result shows that the forecasting by Box-Jenkins method in this project is inaccurate since the forecasting results are very different from the actual data.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ข้าว -- พยากรณ์	en_US
dc.subject	Rice -- Forecasting	en_US
dc.title	การพยากรณ์ปริมาณผลผลิตข้าวในประเทศไทย	en_US
dc.title.alternative	Forecasting of Rice Product in Thailand	en_US
dc.type	Senior Project	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
Appears in Collections:	Sci - Senior Projects

Files in This Item:

File	Description	Size	Format
62-SP-MATH-039_Tussanee Rang.pdf		2.73 MB	Adobe PDF	View/Open

Show simple item record