1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Faculty of Commerce and Accountancy - Acctn
  4. Acctn - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/9250
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorมานพ วราภักดิ์-
dc.contributor.authorเสาวณิต สุขภารังษี-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี-
dc.date.accessioned2009-07-17T03:08:58Z-
dc.date.available2009-07-17T03:08:58Z-
dc.date.issued2542-
dc.identifier.isbn9743337148-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/9250-
dc.descriptionวิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2542en
dc.description.abstractศึกษาหาตัวแบบพยากรณ์ วิธีการพยากรณ์ที่เหมาะสมสำหรับการพยากรณ์ จำนวนผู้ป่วยด้วยโรคที่ต้องเฝ้าระวังทางระบาดวิทยา ของจังหวัดฉะเชิงเทรา และเพื่อพยากรณ์จำนวนผู้ป่วย อัตราการป่วยของการเกิดโรคที่ต้องเฝ้าระวังทางระบาดวิทยา ของจังหวัดฉะเชิงเทราล่วงหน้าในปี พ.ศ. 2542-2544 โดยเปรียบเทียบค่าเฉลี่ยร้อยละของความคลาดเคลื่อนสัมบูรณ์ จากการพยากรณ์ เพื่อคัดเลือกตัวแบบ โดยในการศึกษาครั้งนี้ได้นำเทคนิคการพยากรณ์ และทฤษฎีทางสถิติมาช่วยในการวิเคราะห์ข้อมูลประกอบด้วย วิธีการบอกซ์และเจนกินส์ เทคนิคการปรับให้เรียบ การวิเคราะห์อนุกรมเวลาแบบคลาสสิค และวิธีการพยากรณ์ร่วมโดยการให้ค่าเฉลี่ยถ่วงน้ำหนัก ด้วยวิธีการให้น้ำหนักที่เท่ากัน และด้วยวิธีการค่าสัมบูรณ์ต่ำสุด ข้อมูลที่ใช้เป็นข้อมูลทุติยภูมิรวบรวมจากกองระบาดวิทยา จังหวัดฉะเชิงเทรา มีลักษณะข้อมูลอนุกรมเป็นเวลารายเดือนระหว่างปี พ.ศ. 2526-2541 จำแนกตามโรคทั้งหมด 10 โรคด้วยกัน จากการศึกษาเปรียบเทียบการพยากรณ์ข้อมูลอนุกรมเวลา ที่นำมาวิเคราะห์ทั้ง 5 วิธี พบว่าวิธีการพยากรณ์ร่วมด้วยวิธีการค่าสัมบูรณ์ต่ำสุด และวิธีการบอกซ์และเจนกินส์ เหมาะสมกว่าวิธีการพยากรณ์อื่นๆ ที่นำมาศึกษาเปรียบเทียบสำหรับข้อมูลจำนวนผู้ป่วยทุกประเภทของโรค ได้ตัวแบบการพยากรณ์ของข้อมูลอนุกรมเวลาที่นำมาวิเคราะห์ ดังนี้ 1. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคอุจจาระร่วง 2. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคอาหารเป็นพิษ 3. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคตับอักเสบ 4. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคตาแดง 5. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคไข้หวัดใหญ่ 6. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคสุกใส 7. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคหัด 8. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคไข้เลือดออก 9. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรคปอดบวม 10. ตัวแบบพยากรณ์สำหรับจำนวนผู้ป่วยโรควัณโรคen
dc.description.abstractalternativeTo study the proper forecasting models and methods for forecasting an epidemiological surveillance trend of Chachoengsao Province and for forecasting the patient numbers and rates of epidemiological surveillance of Chachoengsao Province during 1999-2001. So as to select the suitable models, the Mean Absolute Percentage Errors (MAPEs) of forecast values were compared. Data analysis of this research used forecasting techniques and statistical theory consisted of box-jenkins method, smoothing techniques, classical decomposition method and combined forecasting with giving weighted average (by simple average method and the least absolute value method). The data in this research were the secondary data obtained from epidemiological section of Chachoengsao Province. The data were time-series data collected mothly during 1983-1998 which classified according to 10 diseases. From all forecasting methods considered in this research, combined forecasting with giving weighted average by the least absolute value method and Box-Jenkins method are appropriate methods for 10 diseases. The results of the study are summarized as follows: 1. Forecasting model of diarrhea 2. Forecasting model of food poisoning 3. Forecasting model of virus B hepatitis 4. Forecasting model of haemorrhagic conjunctivitis 5. Forecasting model of influenza 6. Forecasting model of chickenpox 7. Forecasting model of measles 8. Forecasting model of dengue haemorrhagic fever 9. Forecasting model of pneumonia 10. Forecasting model of tuberculosis, pulmonary T.Ben
dc.format.extent963353 bytes-
dc.format.extent824613 bytes-
dc.format.extent1254158 bytes-
dc.format.extent833041 bytes-
dc.format.extent3513859 bytes-
dc.format.extent811761 bytes-
dc.format.extent4363504 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.relation.urihttp://doi.org/10.14457/CU.the.1999.262-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectการเฝ้าระวังโรคen
dc.subjectระบาดวิทยาen
dc.subjectการเฝ้าระวังโรค -- พยากรณ์en
dc.titleการพยากรณ์แนวโน้มของการเกิดโรคที่ต้องเฝ้าระวังทางระบาดวิทยา ของจังหวัดฉะเชิงเทราen
dc.title.alternativeForecasting of epidemiological surveillance trend of Chachoengsao provinceen
dc.typeThesises
dc.degree.nameสถิติศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineสถิติes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorfcommva@acc.chula.ac.th-
dc.identifier.DOI10.14457/CU.the.1999.262-
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
Saowanit_Su_front.pdf940.77 kBAdobe PDFView/Open
Saowanit_Su_ch1.pdf805.29 kBAdobe PDFView/Open
Saowanit_Su_ch2.pdf1.22 MBAdobe PDFView/Open
Saowanit_Su_ch3.pdf813.52 kBAdobe PDFView/Open
Saowanit_Su_ch4.pdf3.43 MBAdobe PDFView/Open
Saowanit_Su_ch5.pdf792.74 kBAdobe PDFView/Open
Saowanit_Su_back.pdf4.26 MBAdobe PDFView/Open
Show simple item record


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