การฝึ�กอบรมเชิ�งปฏิ�บ�ติ�การการเพิ่��มพิ่นความร และทั�กษะในการ

พิ่ยากรณ์�สำ�าหร�บการจั�ดทั�าภาวะเศรษฐก�จัการเกษตร

ระด�บจั�งหว�ดว�นทั#� 16 พิ่ฤษภาคม 2555

ณ์ ห องประชุ)มศร#สำรรพิ่ก�จั ชุ�*น 7 อาคารสำ�าน�กงานเศรษฐก�จัการเกษตร

1

ขอบเขติของเนื้��อหา1. ขั้�*นตอนการประมาณ์การ GPP

2 การพิ่ยากรณ์� (Forecasting)3. ขั้ อมลอน)กรมเวลา (Time Series

Data)4. การพิ่ยากรณ์�ด วยว�ธี# Exponential

smoothing

2

ข��นื้ติอนื้การประมาณการ GPP (รายไติรมาส)

3

1. รวบรวมข�อม�ล GPP

สาขาเกษติร และเล�อกส�นื้ค้�าที่$%เป&นื้ติ�วแที่นื้ในื้แติ(ละ

สาขา

1. รวบรวมข�อม�ล GPP

สาขาเกษติร และเล�อกส�นื้ค้�าที่$%เป&นื้ติ�วแที่นื้ในื้แติ(ละ

สาขา

8. แติกข�อม�ล GPP รายป) เป&นื้

รายไติรมาส

8. แติกข�อม�ล GPP รายป) เป&นื้

รายไติรมาส

6. หาส�ดส(วนื้ GPP รายส�นื้ค้�า

ติ(อรายสาขา

6. หาส�ดส(วนื้ GPP รายส�นื้ค้�า

ติ(อรายสาขา

3.พยากรณ,

ข�อม�ลผลผล�ติให�

ถึ/งป)ป0จจ2บ�นื้

3.พยากรณ,

ข�อม�ลผลผล�ติให�

ถึ/งป)ป0จจ2บ�นื้

2. รวบรวมข�อม�ลผลผล�ติ (รายเด�อนื้ , รายป))

2. รวบรวมข�อม�ลผลผล�ติ (รายเด�อนื้ , รายป))

5. ปร�บด�ชินื้$ผลผล�ติรายส�นื้ค้�าให�เป&นื้ด�ชินื้$รายสาขา

5. ปร�บด�ชินื้$ผลผล�ติรายส�นื้ค้�าให�เป&นื้ด�ชินื้$รายสาขา

7. ปร�บด�ชินื้$ผลผล�ติรายเด�อนื้ให�เป&นื้รายไติรมาส

7. ปร�บด�ชินื้$ผลผล�ติรายเด�อนื้ให�เป&นื้รายไติรมาส

10. ประมาณค้(า GPP รายสาขา รายไติรมาส

10. ประมาณค้(า GPP รายสาขา รายไติรมาส

9. หาค้วามส�มพ�นื้ธ์,ระหว(าง GPP และด�ชินื้$ผลผล�ติ รายไติรมาส

9. หาค้วามส�มพ�นื้ธ์,ระหว(าง GPP และด�ชินื้$ผลผล�ติ รายไติรมาส

11. รวม GPP รายสาขาเป&นื้ GPP เกษติร รายไติรมาส

11. รวม GPP รายสาขาเป&นื้ GPP เกษติร รายไติรมาส

4. หาด�ชินื้$ผลผล�ติรายส�นื้ค้�า รายเด�อนื้

4. หาด�ชินื้$ผลผล�ติรายส�นื้ค้�า รายเด�อนื้

ข��นื้ติอนื้การประมาณการ GPP (รายไติรมาส)

ข�อม�ลที่$%ใชิ�ในื้การค้4านื้วณ• มลค-าผล�ตภ�ณ์ฑ์�จั�งหว�ด GPP สำาขั้าเกษตร• ผลผล�ตสำ�นค าเกษตร (รายเด0อน , รายไตรมาสำ , รายป2)

ข�อม�ลป0จจ�ยและสถึานื้การณ,แวดล�อมที่$%ค้วรพ�จารณาประกอบ

• ราคาผลผล�ต ราคาป3จัจั�ยการผล�ต ราคาตลาดโลก• ความต องการขั้องตลาด• สำภาพิ่ภม�อากาศ อ)ณ์หภม� ปร�มาณ์น�*า ชุ-วงว�น–• โรคและแมลง ภ�ยพิ่�บ�ต� • นโยบาย/โครงการ• ว�ถี#ชุ#ว�ต/พิ่ฤต�กรรม และโครงสำร างพิ่0*นฐานในพิ่0*นทั#� • ฯลฯ

5

การพยากรณ, (Forecasting)

6

การพยากรณ, (Forecasting)การพยากรณ, ค0อ การคาดคะเน คาดการณ์�สำ��งทั#�จัะเก�ดขั้7*นในอนาคต

หร0อ การทั�านายล�กษณ์ะการเก�ดขั้องเหต)การณ์�หร0อสำภาพิ่การณ์�ในอนาคต • การพิ่ยากรณ์�เชุ�งปร�มาณ์ (Quantitative Forecasting)

- อาศ�ยขั้ อมลในอด#ตทั#�ม#อย-ในการว�เคราะห�อย-างเป8นระบบ จัากหล�กการทัางคณ์�ตศาสำตร�และ/หร0อทัางสำถี�ต� เชุ-น ว�ธี#การปร�บเร#ยบ การว�เคราะห�แบบแยกสำ-วน การว�เคราะห�การถีดถีอย

• การพิ่ยากรณ์�เชุ�งค)ณ์ภาพิ่ (Qualitative Forecasting)- อาศ�ยประสำบการณ์� และ/หร0อว�จัารณ์ญาณ์ขั้องผ พิ่ยากรณ์�ประกอบการ

พิ่ยากรณ์�

7

*โดยปกติ�การพยากรณ,จะใชิ�ที่��งเชิ�งปร�มาณและเชิ�งค้2ณภาพประกอบก�นื้

8

ว�ธ์$การพยากรณ, โดยที่�%วไปสามารถึแบ(งว�ธ์$การพยากรณ,ออกได�เป&นื้ 2

ล�กษณะใหญ่(ๆ1) Causal modelsเป8นว�ธี#การอธี�บายพิ่ฤต�กรรมขั้องต�วแปรต�วหน7�งโดย

อาศ�ยความเชุ0�อมโยงขั้องต�วแปร ต�วอ0�นๆ ทั#�ม#ความสำ�มพิ่�นธี�ก�บต�วแปรด�งกล-าว

2) Non-causal models เป8นว�ธี#ทั#�ไม-ได แสำดงการอธี�บายกลไกในการก�าหนด

ค-าต�วแปร แต-สำ-วนใหญ-จัะใชุ ขั้ อมลในอด#ตเพิ่0�อคาดการณ์�ค-าอนาคตขั้องต�วแปรด�งกล-าว

9

เที่ค้นื้�ค้ในื้การพยากรณ,เที่ค้นื้�ค้ในื้การพยากรณ,ที่$%ใชิ�ก�นื้

อย(างกว�างขวาง

Casual Models

Time Series Models

Smoothing Techniques

Regression

AnalysisBox-

Jenkins Proces

ses

Exponential & its

Extensions

Vector of

Autoregressiv

e

Non-Casual Models

ชิ(วงเวลาของการพยากรณ,• การพิ่ยากรณ์�ระยะฉั�บพิ่ล�น (Immediate term)

- ชุ-วงระยะเวลาน อยกว-า 1 เด0อน• การพิ่ยากรณ์�ระยะสำ�*น (Short term)

- ชุ-วงระยะเวลาต�*งแต- 1 - 3 เด0อน• การพิ่ยากรณ์�ระยะปานกลาง (Medium term)

- ชุ-วงระยะเวลาต�*งแต- 3 เด0อน - 2 ป2• การพิ่ยากรณ์�ระยะยาว (Long term)

- ชุ-วงระยะเวลามากกว-า 2 ป2ขั้7*นไป

10

ข�อม�ลอนื้2กรมเวลา(Time Series Data)

11

ข�อม�ลอนื้2กรมเวลาข�อม�ลอนื้2กรมเวลา (Time Series

Data) ค0อ ชุ)ดขั้องขั้ อมลหร0อค-าสำ�งเกตเชุ�งปร�มาณ์ (X) ทั#�ม#การเก=บรวบรวมโดยเร#ยงล�าด�บชุ-วงระยะเวลาอย-างต-อเน0�องก�น (Xt, Xt+1, Xt+2, Xt+3,..., Xt+n)

ความถี#�หร0อระยะเวลาการจั�ดเก=บขั้ อมลอาจัม#ล�กษณ์ะเป8น

รายป2 (Yearly) รายไตรมาสำ (Quarterly) รายเด0อน (Monthly) รายสำ�ปดาห� (Weekly)

รายว�น (Daily) รายชุ��วโมง (Hourly) 12

องค้,ประกอบของข�อม�ลอนื้2กรมเวลา

13

องค�ประกอบขั้องขั้ อมลอน)กรมเวลา ค0อสำาเหต)ขั้องการแปรผ�นแบบต-างๆ ในขั้ อมลอน)กรมเวลา ซึ่7�งสำามารถีแยกสำ-วนประกอบได เป8น 4 สำ-วน ด�งน#*

1 . องค�ประกอบแนวโน ม (Time trend component)2 . องค�ประกอบความเป8นฤดกาล (Seasonal component) 3 . องค�ประกอบว�ฏจั�กร (Cycle component)

4. องค�ประกอบเหต)การณ์�ทั#�ผ�ดปกต� (Irregular component)

• เป8นสำ-วนประกอบทั#�พิ่บในเก0อบทั)กขั้ อมลอน)กรมเวลาโดยจัะเป8นการเคล0�อนไหวในรปขั้องการเจัร�ญเต�บโต (แนวโน มเพิ่��มขั้7*น ) หร0อการถีดถีอย (แนวโน มลดลง ) ขั้องขั้ อมลในระยะยาว

14

องค้,ประกอบแนื้วโนื้�ม (Trend component: T)

0

4,000

8,000

12,000

16,000

20,000

24,000

2538 2540 2542 2544 2546 2548 2550 2552

PARA

<= ขั้ อมลม#แนวโน มเพิ่��มขั้7*น

• การเปล#�ยนแปลงตามฤดกาลเป8นการเปล#�ยนแปลงขั้ อมลม#ล�กษณ์ะการเพิ่��มขั้7*นหร0อลดลงในล�กษณ์ะเด#ยวก�น โดยม#รอบระยะเวลาการเก�ดซึ่�*าในรอบหน7�งๆ ทั#�แน-นอน (ไม-เก�น 1 ป2)

• ขั้ อมลอาจัเป8นรายชุ��วโมง รายว�น รายสำ�ปดาห� รายเด0อน รายไตรมาสำ สำ-วนขั้ อมลรายป2ไม-ม#การแปรผ�นตามฤดกาล

15

องค้,ประกอบค้วามเป&นื้ฤด�กาล (Seasonal component: S)

0

100,000

200,000

300,000

400,000

500,000

2542 2544 2546 2548 2550 2552 2554

PARA

• การเปล#�ยนแปลงตามว�ฏจั�กรเป8นการเปล#�ยนแปลงขั้องขั้ อมลทั#�เพิ่��มขั้7*นหร0อลดลงในระยะยาว โดยรอบการเปล#�ยนแปลงจัะม#ระยะเวลามากกว-า 1 ป2ขั้7*นไป แต-ละรอบม#ระยะเวลาไม-แน-นอน และไม-ม#รปแบบทั#�แน-นอนตายต�ว

16

องค้,ประกอบว�ฏิจ�กร (Cycle component): C)

200,000

400,000

600,000

800,000

1,000,000

1,200,000

1,400,000

2525 2530 2535 2540 2545 2550

CASSAVA

• เป8นการเปล#�ยนแปลงขั้องขั้ อมลอน)กรมเวลาทั#�เก�ดจัากเหต)การณ์�ทั#�เราไม-สำามารถีคาดการณ์�ได ล-วงหน า เชุ-น การเก�ดภาวะสำงคราม การเก�ดอ)ทักภ�ย หร0อแผ-นด�นไหว เป8นต น ซึ่7�งม�กเก�ดขั้7*นในระยะสำ�*นๆ

17

องค้,ประกอบเหติ2การณ,ที่$%ผ�ดปกติ� (Irregular component: I)

ร�ปแบบของอนื้2กรมเวลาจัากองค�ประกอบขั้องอน)กรมเวลาทั�*ง 4 อย-าง ค0อ T S C และ I สำามารถีก�าหนดรปแบบสำมการได 2 แบบ

1. รปแบบสำมการแบบบวก (Additive equation)

Y = T + S + C + I 2. รปแบบสำมการแบบคณ์ (Multiplicative

equation)Y = T * S * C * I

18

แบบแผนขั้องขั้ อมลอน)กรมเวลา

19

ติ�วแปร

เวลา

แบบการบวก

แบบการค้�ณ

ขณะที่$%แนื้วโนื้�มเพ�%มข/�นื้ การแกว(งของฤด�กาลม$ล�กษณะค้งที่$% ข�อม�ลจะม$ร�ปแบบการบวกขณะที่$%แนื้วโนื้�มเพ�%มข/�นื้ การแกว(งของฤด�กาลม$การเปล$%ยนื้แปลง ข�อม�ลจะม$ร�ปแบบการค้�ณ

20

การพยากรณ,ด�วยว�ธ์$ Exponential smoothing

การพยากรณ,ด�วยว�ธ์$ Exponential smoothing

Exponential smoothing เป8นการพิ่ยากรณ์�ด วยเทัคน�คการปร�บเร#ยบ โดยค�าน7งถี7งอ�ทัธี�พิ่ลขั้องขั้ อมลในอด#ตทั#�แตกต-างก�นไปตามเวลา กล-าวค0อ การพิ่ยากรณ์�โดยว�ธี#น#*จัะให ความสำ�าค�ญก�บขั้ อมลในป3จัจั)บ�นมากกว-าขั้ อมลในอด#ตทั#�

ห-างไกล น��นค0อ เม0�อเวลาเปล#�ยนแปลงไปขั้ อมลในป3จัจั)บ�นจัะม#อ�ทัธี�พิ่ลต-อค-าพิ่ยากรณ์�มากกว-าขั้ อมลในอด#ต ว�ธี#น#*เหมาะก�บ

การพิ่ยากรณ์�ในระยะสำ�*นและปานกลาง

21

ประกอบด วย- Single exponential smoothing - ขั้ อมลไม-ม#แนว

โน ม- Double exponential smoothing ไม-ม#

ฤดกาล- Holt-Winter’s (No seasonal) - ขั้ อมลม#

แนวโน ม ไม-ม#ฤดกาล- Holt-Winter’s (Additive) - ขั้ อมลม#ทั�*งแนวโน ม- Holt-Winter’s (Multiplicative) และฤดกาล

22

ว�ธ์$ Exponential smoothing

ติ�วอย(าง การพยากรณ,ด�วยว�ธ์$

Exponential smoothing

23

ข�อม�ลในื้ Excel file

24

ติ��งชิ�%อข�อม�ลเป&นื้ภาษาอ�งกฤษ

การสร�าง Workfile ในื้ Eviews

25

เป;ดโปรแกรม Eviews เล�อก File/New/Workfile ด�งภาพ

จะปรากฏิหนื้�าติ(าง Workfile Createที่$% Date specification ก4าหนื้ดค้วามถึ$%ของข�อม�ล (Frequency) เป&นื้ Monthly

26

ก4าหนื้ด Start date ค้�อ 2545m1 และ End date ค้�อ 2555m12ที่$% Names ให�ติ��งชิ�%อ workfile, WF: Livestock OK

27

จะได� Workfile: Livestock

28

การนื้4าเข�าข�อม�ลจาก Excel

29

สร�าง Group ของข�อม�ล โดยเล�อก Quick/Empty Group (Edit Series) ด�งภาพ

จะได� Group

30

เป;ด Excel file copy ข�อม�ล

31

วางข�อม�ล (Paste ) ในื้ Group

32

ค้ล�กที่$% Edit+/- เพ�%อป;ดการแก�ไขข�อม�ล

33

เล�อก Name เพ�%อติ��งชิ�%อ Group จะได� Object Name

โดย Eviews จะข/�นื้ชิ�%อ “group01” (สามารถึเปล$%ยนื้เป&นื้ชิ�%ออ�%นื้ได� )ค้ล�ก OK

34

ที่$% Workfile จะได� Series ของข�อม�ลที่$% Copy มาจาก Excel file และได� group01 ด�งภาพ

ที่4าการ save file โดยเล�อก File/Save as ติ��งชิ�%อ file

35

การพยากรณ,ให�ที่4าการขยาย Workfile range ออกไปติามชิ(วงเวลาที่$%ติ�องการพยากรณ,โดยการ Double Click ที่$% Range ในื้ที่$%นื้$%สมมติ�ให�พยากรณ,ออกไป 1 ป)

36

DoublDouble Click e Click

ที่$% ที่$% RangeRange เปล$%ยนื้ เปล$%ยนื้ End End

date date เป&นื้ เป&นื้ 2556M122556M12

ส�งเกติที่$% Range และ Sample จะขยายถึ/ง 2556M12

37

เล�อก Series ที่$%ติ�องการพยากรณ, ในื้ที่$%นื้$� ค้�อ rawmilk

38

เล�อก View/Graph..

39

เล�อก Line & Symbol ค้ล�ก OK

จะได�กราฟด�งภาพ

40

พ�จารณากราฟ พบว(าม$แนื้วโนื้�ม (Trend) และม$ค้วามเป&นื้ฤด�กาล (Seasonal)

41

เล�อก Proc/Exponential Smoothing … เพ�%อพยากรณ,

เนื้�%องจากข�อม�ลม$ที่��ง Trend และ Seasonal ให�เล�อก Holt-Winters – Additive หร�อ Holt-Winters – Multiplicative ในื้ที่$%นื้$�ให�เล�อกแบบ Additiveถึ�าข�อม�ลม$แติ( Trendไม(ม$ Seasonal ให�เล�อกที่$% Holt-Winter – No seasonalติ��งชิ�%อ Series rawmilk ที่$%ที่4า Smoothing เป&นื้ rawmilksma

42

เล�อกแบบ เล�อกแบบ AdditiveAdditive

ติ��งชิ�%อเป&นื้ ติ��งชิ�%อเป&นื้ rawmilksmarawmilksma

จะได�..

43

เล�อก Freez จะได�ติาราง (Table ) ด�งภาพ เล�อก Name เพ�%อติ��งชิ�%อติาราง

ที่$% Workfile จะม$ Series ชิ�%อ rawmilksma และติารางชิ�%อ table01 ปรากฏิข/�นื้

44

ที่$% Series rawmilkเล�อก Proc/Exponential Smoothing/Holt-Winters – Multiplicative ติ��งชิ�%อ Series rawmilk ที่$%ที่4า Smoothing เป&นื้ rawmilksmm

45

46

ที่4าการ Freez ผลที่$%ได�และติ��งชิ�%อเป&นื้ table 02

ด�งภาพ ที่$% Workfile จะม$ Series ชิ�%อ rawmilksmm และติารางชิ�%อ table02 ปรากฏิข/�นื้

47

แบบ Additive แบบ Multiplicative

พิ่�จัารณ์าค-า Sum of Squared Residuals และ Root Mean Squared Error รปแบบทั#�ให ค-าต��ากว-า จัะม#ความเหมาะสำมกว-า ในกรณ์#น#* การทั�า Exponential Smoothing แบบ Multiplicative ด#กว-า แบบ Additive

เล�อก Series rawmilk, rawmilksma, rawmilksmm Open/as Group

48

จะได�..

เล�อก View/Graph../Line & Symbol ค้ล�ก OK

ขอบค้2ณค้(ะThank you for your attention

สำ-วนว�เคราะห�และประมาณ์การเศรษฐก�จัการเกษตร

สำ�าน�กนโยบายและแผนพิ่�ฒนาการเกษตรสำ�าน�กงานเศรษฐก�จัการเกษตร 50