การพยากรณ์
-
Upload
wpattaraatikom -
Category
Documents
-
view
6 -
download
2
Transcript of การพยากรณ์
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