การพยากรณ์อนุกรมเวลาแบบเชิงเส้นด้วยวิธีบอกซและเจนกินส์ (Box-Jenkins) แบบไม่ใช่เชิงเส้นด้วยวิธีโครงข่ายประสาทเทียม (Artificial Neural Network) และแบบผสมผสาน (Hybrid Models)
คำสำคัญ:
การพยากรณ์อนุกรมเวลาแบบเชิงเส้น การพยากรณ์อนุกรมเวลาแบบไม่ใช่เชิงเส้น โมเดลผสมผสาน วิธีบอกซและเจนกินส์ โครงข่ายประสาทเทียมบทคัดย่อ
การพยากรณ์อนุกรมเวลาเป็นการพยากรณ์เชิงปริมาณที่มีทั้งวิธีการแบบเชิงเส้น (Linear Approach) และวิธีการแบบไม่ใช่เชิงเส้น (Non-linear Approach) ซึ่งต่างมีข้อจำกัดโดยวิธีการแบบเชิงเส้นไม่สามารถอธิบายข้อมูลแบบไม่ใช่เชิงเส้น ในทางกลับกันวิธีการแบบไม่ใช่เชิงเส้นก็ไม่สามารถอธิบายข้อมูลแบบเชิงเส้นได้เช่นเดียวกัน จึงเกิดการผสมผสานตัวแบบโดยใช้วิธีการแบบเชิงเส้นผสมผสานกับวิธีการแบบไม่ใช่เชิงเส้นเกิดเป็นตัวแบบผสมหรือ Hybrid models ที่สามารถชดเชยข้อจำกัดของตัวแบบเดี่ยวทั้งแบบเชิงเส้นและแบบไม่ใช่เชิงเส้นทำให้การพยากรณ์มีความถูกต้องและแม่นยำขึ้นดาวน์โหลด
เผยแพร่แล้ว
2015-08-30
รูปแบบการอ้างอิง
Chansakul, S. (2015). การพยากรณ์อนุกรมเวลาแบบเชิงเส้นด้วยวิธีบอกซและเจนกินส์ (Box-Jenkins) แบบไม่ใช่เชิงเส้นด้วยวิธีโครงข่ายประสาทเทียม (Artificial Neural Network) และแบบผสมผสาน (Hybrid Models). วารสารวิชาการมหาวิทยาลัยอีสเทิร์นเอเชีย ฉบับวิทยาศาสตร์และเทคโนโลยี (Online), 9(2), 50–63. สืบค้น จาก https://he01.tci-thaijo.org/index.php/EAUHJSci/article/view/32595
ฉบับ
ประเภทบทความ
บทความวิชาการ
