Please use this identifier to cite or link to this item: https://has.hcu.ac.th/jspui/handle/123456789/3170
Full metadata record
DC FieldValueLanguage
dc.contributor.authorภัททิตา เลิศจริยพร-
dc.contributor.authorยิ่งยง แสนเดช-
dc.contributor.authorPattita Lurdjariyaporn-
dc.contributor.authorYingyong Sandate-
dc.contributor.otherHuachiew Chalermprakiet University. Faculty of Science and Technologyen
dc.contributor.otherChalermkarnchana Rayong College . Faculty of Business Administrationen
dc.date.accessioned2024-10-30T13:43:45Z-
dc.date.available2024-10-30T13:43:45Z-
dc.date.issued2014-
dc.identifier.urihttps://has.hcu.ac.th/jspui/handle/123456789/3170-
dc.descriptionการประชุมวิชาการระดับชาติ วิทยาศาสตร์และเทคโนโลยีระหว่างสถาบัน ครั้งที่ 2 “การศึกษาคือนวัตกรรมนำพาประเทศชาติสู่ประชาคมเศรษฐกิจอาเซียน” (The 2nd Academic Science and Technology Conference 2014) (ASTC2014) “Innovative Education Challenges the Nation towards AEC”) วันที่ 21 มีนาคม พ.ศ. 2557 ณ โรงแรมมิราเคิล แกรนด์ คอนเวนชั่น กรุงเทพฯ : หน้า 108-113en
dc.descriptionสามารถเข้าถึงบทความฉบับเต็ม (Full text) ได้ที่ : https://drive.google.com/file/d/1gtlqFS7K2bX32az27DwI7oWm03WVr1rK/viewen
dc.description.abstractการวิจัยนี้เป็นการศึกษาตัวแบบการพยากรณ์ โดยการวิเคราะห์อนุกรมเวลา เพื่อพยากรณ์ราคาข้าวเปลือกหอมมะลิ เทคนิคการวิเคราะห์อนุกรมเวลาที่นำมาใช้ 3 วิธี คือ วิธีการปรับให้เรียบเอ็กซ์โปเนนเชียลโฮลท์ วิธีบ๊อกซ์ – เจนกินส์ และการพยากรณ์ร่วม โดยข้อมูลที่นํามาศึกษาเป็นข้อมูลรายเดือน ที่มีลักษณะแนวโน้ม ตั้งแต่เดือนมกราคม 2550 ถึงเดือนตุลาคม 2556 เปรียบเทียบการพยากรณ์ทั้ง 3 วิธีด้วยค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) ผลการวิจัย พบว่า การวิเคราะห์อนุกรมเวลาด้วยวิธีการพยากรณ์รวมเป็นวิธีการพยากรณ์ที่เหมาะสมในการพยากรณ์ราคาข้าวเปลือกหอมมะลิ เนื่องจากให้ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) ต่ำที่สุดen
dc.description.abstractThe purpose of this research is to study forecasting models by using analysis of time series for prediction of the price of paddy rice. The three techniques used for time series analysis are Holt, Box – Jenkins method and Combination Forecasting. The studied data were monthly time series with trends from January 2007 to October 2013. The comparison of the three forecasting methods used Mean Absolute Percent Error (MAPE). The result of the study found that time series analysis by using combination forecasting was the best techniques for forecasting price of paddy rice because it has the lowest of Mean Absolute Percent Error (MAPE).en
dc.language.isothen
dc.rightsคณะกรรมการจัดงานประชุมวิชาการระดับชาติ วิทยาศาสตร์และเทคโนโลยีระหว่างสถาบัน ครั้งที่ 2en
dc.subjectการวิเคราะห์อนุกรมเวลาen
dc.subjectTime-series analysisen
dc.subjectพยากรณ์การขายen
dc.subjectSales forecastingen
dc.subjectข้าว – ราคาen
dc.subjectRice – Pricesen
dc.subjectข้าวเปลือกหอมมะลิen
dc.subjectPaddy Riceen
dc.subjectพยากรณ์แบบบอกซ์-เจนกินส์en
dc.subjectBox-Jenkins forecastingen
dc.subjectพยากรณ์แบบโฮลต์-วินเทอร์en
dc.subjectHolt-Winters Forecastingen
dc.subjectพยากรณ์ร่วมen
dc.subjectCombination Forecastingen
dc.titleตัวแบบอนุกรมเวลาสำหรับการพยากรณ์ราคาข้าวเปลือกหอมมะลิ ระหว่างวิธีการพยากรณ์ของโฮลต์ วิธีการพยากรณ์ของบ๊อกซ์-เจนกินส์ และวิธีการพยากรณ์ร่วมen
dc.title.alternativeTime Series Forecasting of Paddy Rice Price by the Comparison of Holt’s Forecast Method, Box-Jenkin’s Forecast Method and Combination Forecast Methoden
dc.typeProceeding Documenten
Appears in Collections:Science and Technology - Proceeding Document

Files in This Item:
File Description SizeFormat 
Time-Series-Forecasting-of-Paddy-Rice-Price.pdf107.26 kBAdobe PDFView/Open


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