การพยากรณ์อัตราการว่างงานในประเทศจีนด้วยเทคนนิคอนุกรมเวลา
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาวิธีการพยากรณ์อัตราการว่างงานในประเทศจีน และเปรียบเทียบความแม่นยำของเทคนิคการพยากรณ์แบบอนุกรมเวลา จำนวน 6 วิธี ได้แก่ วิธีวิเคราะห์แนวโน้ม (Trend Analysis) วิธีแยกส่วนประกอบ (Decomposition) วิธีค่าเฉลี่ยเคลื่อนที่อย่างง่าย (Moving Average) วิธีการปรับเรียบแบบ
เอกซ์โปเนนเชียล (Single Exponential Smoothing) วิธีการเปรียบเทียบแบบเอกซ์โปเนนเชียลซ้ำสองครั้ง (Double Exponential Smoothing) และวิธีของวินเทอร์ (Winter’s Method) ข้อมูลที่ใช้ในการวิเคราะห์ประกอบด้วยอัตราการว่างงานรายเดือนในเขตเมืองของประเทศจีน ตั้งแต่เดือนมกราคม ค.ศ. 2020 ถึงเดือนธันวาคม ค.ศ. 2024 รวมจำนวน 60 ค่า โดยใช้โปรแกรม Minitab 16 เป็นเครื่องมือในการวิเคราะห์ และประเมินความแม่นยำของแบบจำลองด้วยเกณฑ์ ค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) ผลการวิจัยพบว่า วิธีการพยากรณ์ที่เหมาะสมที่สุดสำหรับข้อมูลชุดนี้ คือ วิธีของวินเทอร์ เนื่องจากให้ค่า MAPE ต่ำที่สุดเมื่อเปรียบเทียบกับวิธีอื่นๆ ที่ใช้ในการศึกษา
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Feng, S., Terada-Hagiwara, A., Lu, J., & Qi, W. (2023). Analysis of the Causes of Youth Unemployment in the People's Republic of China, Asian Development Bank. http://dx.doi.org/10.22617/BRF230317-3
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and practice (3rd ed.). Melbourne: OTexts.
Leelathanapipat, S. (2022) Sales forecasting for green fishing net: A case study of manufature dishing net and poly rope company. Engineering Journal of Research and Development, 33(1), 1-11. (in Thai)
Liu X, & Li L. (2022) Prediction of Labor Unemployment Based on Time Series Model and Neural Network Model. Comput Intell Neurosci, 2022(1), 1-8 https://doi.org/10.1155/2022/7019078
Li, Y. J. (2022). Employment situation and countermeasures for college graduates in the post-pandemic era. Employment and Security, (4), 18–20.
Macromicro. (n.d.). The urban surveyed unemployment rate. Retrieved 2025, February 20, from https://sc.macromicro.me/collections/22/cn-gdp-relative/21469/cn-the-urban-surveyed-unemployment-rate
Makridakis, S., Wheelwright, S. C., & Hyndman, R. J. (2019). Forecasting methods and applications. (4th ed.). New Jersey: John Wiley.
Michal,G, & Tomasz,R. (2021) Forecastingthe Unemployment Rate: Application of Selected Prediction Methods. European Research Studies Journal, 3(1), 985-1000. https://doi.org/10.35808/ersj/2396
Montgomery, D., Jennings, C., & Kulahci, M. (2015). Introduction to time series analysis and forecasting. New Jersey: John Wiley.
National Bureau of Statistics of China. (2023). National Economy Sustained a Steady Development Momentum with Progress. Retrieved 2025, February 18, from https://data.stats.gov.cn/easyquery.htm?cn
National Bureau of Statistics of China. (2024). National Economy Sustained a Steady Development Momentum with Progress. Retrieved 2025, January 25, from https://data.stats.gov.cn/easyquery.htm?cn=A01
National Statistical Office, & Office of the Permanent Secretary, Ministry of Labour. (2023). Labour force survey report of Thailand 2023 Bangkok: National Statistical Office, & Office of the Permanent Secretary, Ministry of Labour. (in Thai)
Peurgsapunrat, B. (2009). Production planning and control. Bangkok: Top.
Srinukroh, C. (2013). A study and comparison of forecasting methods for inventory planning (Master of Industrial Engineering thesis). Thammasat University, Faculty of Engineering. (in Thai)
Suan Dusit University. (2021). Annual academic report 2021. Bangkok: Suan Dusit University. (in Thai)
Zhao, R., & Qi, C. J. (2022). The impact of new urbanization on farmers' income-An empirical analysis based on panel data from 30 provinces (municipalities and autonomous regions). China Agricultural Resources and Regional Planning, 43(2), 131–140.
