Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/71138
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | สุชาดา บวรกิติวงศ์ | - |
| dc.contributor.advisor | ทรงศิริ แต้สมบัติ | - |
| dc.contributor.author | ทัศนีย์ อินทนู | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะครุศาสตร์ | - |
| dc.date.accessioned | 2020-11-30T06:46:47Z | - |
| dc.date.available | 2020-11-30T06:46:47Z | - |
| dc.date.issued | 2543 | - |
| dc.identifier.isbn | 9743466789 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/71138 | - |
| dc.description | วิทยานิพนธ์ (ค.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2543 | - |
| dc.description.abstract | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความคลาดเคลื่อนของการพยากรณ์ด้วยวิธีการพยากรณ์เดี่ยว 8 วิธี ได้แก่ SMA, SES, DES, LES, TES HWS, REG และ B-J และวิธีการพยากรณ์ร่วมโดยการใช้น้ำหนักเฉลี่ยของ Newbold และ Granger 2 แบบ เพื่อพยากรณ์ 10 ช่วงเวลาล่วงหน้า โดยใช้ค่าวัดความถูกต้องของการพยากรณ์ MAPE และ MSE เป็นเกณฑ์ ฐานข้อมูลที'ใช้ในการศึกษาครั้งนี้มี 2 ฐาน ฐานแรกคือข้อมูลอนุกรมเวลารายเดือน3 ชุดได้แก่ปริมาณการยืมหนังสือภาษาไทย ภาษาอังกฤษและวิทยานิพนธ์ 65 ช่วงเวลา ของศูนย์บรรณสารสนเทศทางการศึกษา คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย เป็นข้อมูลที่มีการ เปลี่ยนแปลงเนื่องจากฤดูกาล ฐานที่สองคือ ข้อมูลอนุกรมเวลารายปี 2 ชุด ได้แก่ จำนวนครูวิทยาศาสตร์ และคณิตศาสตร์ 14 ปี ของกรมสามัญศึกษา กระทรวงศึกษาธิการ จากกองแผนงาน กรมสามัญศึกษา เป็นข้อมูลที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาลเครื่องมือที่ใช้ในการวิจัยเป็นแบบบันทึกข้อมูล การวิเคราะห์ข้อมูล ได้แก่ การหาค่าสถิติพื้นฐาน การตรวจสอบการเปลี่ยนแปลงที่แสดงแนวโน้มและการเปลี่ยนแปลงเนื่องจากฤดูกาลโดยการพล๊อตกราฟและการวิเคราะห์การถดถอย การพยากรณ์ด้วยวิธีการพยากรณ์เดี่ยว การพยากรณ์ด้วยวิธีการพยากรณ์ร่วม การเปรียบเทียบการพยากรณ์ และผลการพยากรณ์ล่วงหน้า ผลการวิจัยสรุปได้ดังนี้ 1. ข้อมูลปริมาณการยืมหนังสือภาษาไทยมีการเปลี่ยนแปลงที่แสดงแนวโน้มเส้นโค้งและฤดูกาล หนังสือภาษาอังกฤษ และวิทยานิพนธ์ มีการเปลี่ยนแปลงที่แสดงแนวโน้มเส้นตรงและฤดูกาล โดยมีการรวมตัวกันแบบบวก ส่วนจำนวนครูวิทยาศาสตร์และคณิตศาสตร์มีการเปลี่ยนแปลงที่แสดงแนวโน้มเส้นโค้ง อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 2. วิธีการพยากรณ์ที่เหมาะสมสำหรับข้อมูลอนุกรมเวลาที่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ ปริมาณการยืมหนังสือภาษาไทย คือ วิธีการพยากรณ์ร่วม ซึ่งได้จากการรวมกันของวิธี HWS กับวิธี REG โดยให้น้ำหนักแบบที่ 2 หนังสือภาษาอังกฤษ คือ วิธี HWS และวิทยานิพนธ์ คือ วิธีการพยากรณ์ร่วม ซึ่งได้จากการรวมกันของวิธี HWS กับวิธี REG โดยให้นี้าหนักแบบที่ 1 และสำหรับ ข้อมูลอนุกรมเวลาที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ จำนวนครูวิทยาศาสตร์และจำนวนครูคณิตศาสตร์ คือวิธีการพยากรณ์ร่วม ซึ่งได้จากการนำวิธีการพยากรณ์ทุกวิธีมารวมกัน (SMA, SES, DES, LES, TES และ REG) โดยให้น้ำหนักแบบที่ 1 และแบบที่ 2 ตามลำดับ 3. ค่าพยากรณ์ในเดือนพฤศจิกายน 2542 ถึงเดือนสิงหาคม 2543 สำหรับปริมาณการยืมหนังสือภาษาไทย คือ 4,786, 4,554, 4,868, 5,091, 2,869, 2,811, 2,290, 4,695, 5,321 และ 5,751 เล่ม ตามลำดับ ปริมาณการยืมหนังสือภาษาอังกฤษ คือ 789, 718, 723, 710, 448, 433, 379, 750, 771 และ 821 เล่ม ตามลำดับ และปริมาณการยืมวิทยานิพนธ์ คือ 9,740, 8,057, 8,754, 8,833, 8,078, 6,605, 4,254, 7,372, 8,155 และ 9,091 เล่ม ตามลำดับ ค่าพยากรณ์ในปีการศึกษา 2542 ถึง ปีการศึกษา 2551 ของจำนวนครูวิทยาศาสตร์คือ 18,189, 18,714, 19,251, 19,801, 20,362, 20,937, 21,523, 22,122, 22,733 และ 23,356 คน ตามลำดับ และของจำนวนครูคณิตศาสตร์คือ 12,637, 13,239, 13,887, 14,581, 15,320, 16,104, 16,934, 17,809, 18,730 และ 19,696 คน ตามลำดับ | - |
| dc.description.abstractalternative | The purpose of this research was to compare the errors between combined and individual forecasts by using weighted average of Newbold and Granger and 8 individual methods. These 8 methods were SMA, SES, DES, LES, TES, HWS, REG and B-J, using 2 error measures MAPE and MSE as criteria. เท addition, the researcher forecasted 10 lead times. Two data bases were used in this study. The first were three sets of 65 monthly time series data with seasonal variation, namely Thai books, English books and theses เก circulation, obtaining from the Educatonal Information Center, Faculty of Education, Chulalongkorn University. The second were two sets of 14 yearly time series data with nonseasonal variation of Science and Mathematics teachers collecting from Planing Division, Department of General Education. The research instruments were data recording forms. The data were analyzed using graph and regression analysis to check for trends and seasonal variation, using individual and combined forecasts to check the forecasting results and lead time forecasting. The research findings were as follows : 1. The numbers of Thai books, English books and theses checking out from the library showed quadratic and seasonal variation, linear and seasonal variation, and linear and seasonal variation with the additive integrated models at .01 significance level. Furthermore, the numbers of Science and Mathematics teachers showed quadratic trends at .01 significance level. 2. The best methods for time series data with seasonal variation, Thai books and theses, were the combined forecast that came from HWS and REG using the second and first weighted average. The best method for English books was HWS. The best methods for time series data with nonseasonal variation, Science and Mathematics teachers, were the combined forecast that came from combining every methods together (SMA, SES, DES, LES, TES and REG) using the first and second weighted average. 3. The forecasts from November 1999 to August 2000 for Thai books would be 4,786, 4,554, 4,868, 5,091, 2,869, 2,811, 2,290, 4,695, 5,321 and 5,751 1 for English books would be 789, 718, 723, 710, 448, 433, 379, 750, 771 and 821, and for Theses would be 9,740, 8,057, 8,754, 8,833, 8,078, 6,605, 4,254, 7,372, 8,155 and 9,091, respectively. The forecasts of the number of teachers in the academic year of 1999 to 2008 for Science teachers would be 18,189, 18,714, 19,251, 19,801, 20,362, 20,937, 21,523, 22,122, 22,733 and 23,356 and for Mathematics teachers would be 12,637, 13,239, 13,887, 14,581, 15,320, 16,104, 16,934, 17,809, 18,730 and 19,696, respectively. | - |
| dc.language.iso | th | - |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.subject | การวิเคราะห์อนุกรมเวลา | - |
| dc.subject | การวิเคราะห์ความคลาดเคลื่อน (คณิตศาสตร์) | - |
| dc.subject | พยากรณ์ | - |
| dc.title | การเปรียบเทียบความคลาดเคลื่อนของการพยากรณ์ร่วม และการพยากรณ์เดี่ยวในการพยากรณ์ข้อมูลอนุกรมเวลาทางการศึกษา ที่มีและไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล | - |
| dc.title.alternative | A comparison of errors between combined and individual forecasts in forecasting educational time series with seasonal and nonseasonal variation | - |
| dc.type | Thesis | - |
| dc.degree.name | ครุศาสตรมหาบัณฑิต | - |
| dc.degree.level | ปริญญาโท | - |
| dc.degree.discipline | สถิติการศึกษา | - |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | - |
| Appears in Collections: | Edu - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tusanee_in_front_p.pdf | หน้าปก สารบัญ และบทคัดย่อ | 873.87 kB | Adobe PDF | View/Open |
| Tusanee_in_ch1_p.pdf | บทที่ 1 | 855.61 kB | Adobe PDF | View/Open |
| Tusanee_in_ch2_p.pdf | บทที่ 2 | 2.24 MB | Adobe PDF | View/Open |
| Tusanee_in_ch3_p.pdf | บทที่ 3 | 819.37 kB | Adobe PDF | View/Open |
| Tusanee_in_ch4_p.pdf | บทที่ 4 | 3.56 MB | Adobe PDF | View/Open |
| Tusanee_in_ch5_p.pdf | บทที่ | 1.07 MB | Adobe PDF | View/Open |
| Tusanee_in_back_p.pdf | บรรณานุกรมและภาคผนวก | 1.48 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.