การพยากรณ์เชิงปริมาณ part3.1
ใช้ข้อมูลเชิงปริมาณ (ตัวเลข) ในอดีต เพื่อ : มาพยากรณ์ค่าในอนาคต 
แบ่งออกเป็น 2 ประเภทใหม่ๆคือ
1. การพยากรณ์วิเคราะห์ด้วย “อนุกรมเวลา”
    ( time series analysis forecast )
  =   ใช้เฉพาะข้อมูลในอดีตของตัวตัวแปรที่ต้องการพยากรณ์ เพื่อ : พยากรณ์ค่าตัวแปรนั้นในอนาคต
     จะใช้
     1) หาค่าเฉลี่ยเคลื่อนที่อย่างง่าย >
         • ข้อดี  = ง่าย, คิดเร็ว, ไม่เปลืองค่าใช้จ่าย
         • ข้อเสีย  = การพยากรณ์ต้องไม่ยาว, ข้อมูล
                        ที่ได้ไม่สนองต่อการ change 
                        ค.ต้องการจากพฤติกรรมอื่น เช่น 
                        Cycle, season
     2) หาค่าเฉลี่ยแบบถ่วงน้ำหนัก
     3) ปรับเรียบแบบ exponential 
     4) ปรับเรียบแบบ exponential for ความต้องการที่มีพฤติกรรมของแนวโน้ม

2. การพยากรณ์วิเคราะห์ด้วย “การสร้างความสัมพันธ์คณิตศาสตร์” ( casual method )
   =  ใช้ปัจจัยที่คาดว่าจะมี relation กับตัวแปรที่จะพยากรณ์ 
       จะใช้
      1) สมการถดถอยเชิงเส้น
      2) สมการความสัมพันธ์ด้วยอิทธิพลฤดูกาล

SHARE
Writer
Joshbull
Writer
สรุปโน้ตไว้อ่านเอง

Comments