การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง arimax และการถดถอยพหุนาม

วนิดา วงศ์วัฒนบัณฑิต

DSpace Home
→
Faculty and Institute
→
Faculty of Commerce and Accountancy - Acctn
→
Acctn - Theses
→
View Item

dc.contributor.advisor	สาวิตรี บุญพัชรนนท์
dc.contributor.author	วนิดา วงศ์วัฒนบัณฑิต
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2022-07-01T04:17:28Z
dc.date.available	2022-07-01T04:17:28Z
dc.date.issued	2564
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/79112
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2564
dc.description.abstract	การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความถูกต้องของการพยากรณ์อนุกรมเวลาที่ได้จาก 3 ตัวแบบ คือ ตัวแบบ ARIMA, ตัวแบบ ARIMAX และตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม ซึ่งใช้ชุดข้อมูลจริงของราคาหุ้น AMATA และหุ้น KBANK ในการศึกษา ครั้งนี้ได้ทำการแบ่งข้อมูลออกเป็น 2 ชุด คือ ชุดที่ 1 สำหรับการสร้างตัวแบบการพยากรณ์ และชุดที่ 2 สำหรับการตรวจสอบความถูกต้องของตัวแบบพยากรณ์ โดยเกณฑ์ที่ใช้เปรียบเทียบความถูกต้องของตัวแบบ คือ รากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE) โดยตัวแบบที่ให้ค่า RMSE ต่ำที่สุด จะเป็นตัวแบบที่เหมาะสมที่สุด จากผลการศึกษาพบว่า ตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม เป็นตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ราคาหุ้น AMATA และหุ้น KBANK
dc.description.abstractalternative	This research aims to compare the accuracy of three time series forecasting models: ARIMA, ARIMAX, and a combined ARIMAX and polynomial regression by using real datasets of AMATA and KBANK stock prices. In this study, data was divided into two sets. The first set is used for creating the forecasting models and the second is used for checking the accuracy of the previous step. The models are measured for accuracy using Root Mean Square Error (RMSE) where the lowest RMSE represents the best performance. The study shows that a combined ARIMAX and polynomial regression gives the best performance for forecasting the real datasets of AMATA and KBANK stock prices.
dc.language.iso	th
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2021.1061
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.subject	การวิเคราะห์อนุกรมเวลา
dc.subject	การวิเคราะห์การถดถอย
dc.subject	Time-series analysis
dc.subject	Regression analysis
dc.subject.classification	Mathematics
dc.title	การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง arimax และการถดถอยพหุนาม
dc.title.alternative	Time series forecasting using a combined arimax and polynomial regression
dc.type	Thesis
dc.degree.name	วิทยาศาสตรมหาบัณฑิต
dc.degree.level	ปริญญาโท
dc.degree.discipline	สถิติ
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย
dc.identifier.DOI	10.58837/CHULA.THE.2021.1061