รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

26 3 ) เทคนิคหรือวิธีการพยากรณ์ที่ได้กล่าวมานี้ จะสัมพันธ์กับระยะเวลา สําหรับการพยากรณ์ ในระยะสั้นและระยะกลางจะสามารถใช้เทคนิคการพยากรณ์ได้หลากหลายวิธี แต่เมื่อช่วงระยะเวลา ในการพยากรณ์เพิ่มขึ้น จํานวนเทคนิคที่จะนํามาประยุกต์ใช้จะลดน้อยลง เช่น เทคนิคค่าเฉลี่ย เคลื่อนที่ และวิธีการปรับเรียบจะใช้คาดการณ์เกี่ยวกับเศรษฐกิจได้ไม่ดีนัก ในขณะที่แบบจําลองทาง เศรษฐมิติ ( Econometric Models ) จะใช้ได้ดีกว่า โดยสามารถจําแนกวิธีการพยากรณ์ให้มีความ เหมาะสมกับระยะเวลาได้ดังนี้ 3 . 1 ) วิธีการวิเคราะห์ถดถอย เหมาะสําหรับการพยากรณ์ในระยะสั้น ระยะกลางและระยะยาว 3 . 2 ) วิธีค่าเฉลี่ยเคลื่อนที่การแยกส่วนประกอบอนุกรมเวลา เหมาะสําหรับการพยากรณ์ระยะ สั้นและระยะกลาง 3 . 3 ) แบบจําลองทางเศรษฐมิติ เหมาะสําหรับการพยากรณ์ระยะสั้นและระยะกลาง 3 . 4 ) ส่วนการพยากรณ์เชิงคุณภาพมักใช้ในการพยากรณ์ระยะยาว โดยผู้ที่ต้องการพยากรณ์ จะคาดการณ์โดยอาศัยประสบการณ์ 9. การเปรียบเทียบความคลาดเคลื่อนของตัวแบบพยากรณ์ ในการพยากรณ์ใดๆ ย่อมต้องการให้มีความคลาดเคลื่อนน้อยที่สุด ดังนั้น ในการเลือกใช้แบบจำลอง การพยากรณ์จึงควรพิจารณาว่าการพยากรณ์ที่ได้นั้น มีความแม่นยำมากน้อยเพียงใดวิธีการประเมินความ แม่นยำของการพยากรณ์มีหลายวิธี เช่น Root Mean Square Error ( RMSE ) Mean Absolute Error ( MAE ) Mean Absolute percent Error ( MAPE ) และ Mean Square Error ( MSE ) เป็นต้น แต่ในที่นี้จะกล่าวถึง เพียงวิธีเดียว คือ วิธี Mean Absolute Percentage Error : MAPE คือค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ ความคลาดเคลื่อนของผลต่างระหว่างค่าที่เกิดขึ้นจริงกับค่าพยากรณ์ ซึ่งเป็นค่าใช้วัดความถูกต้องของการ พยากรณ์ที่เหมาะกับการเปรียบเทียบอนุกรมเวลาหลายชุด เมื่อใช้วิธีการพยากรณ์เดียวกัน หรือเปรียบเทียบ วิธีการพยากรณ์หลายวิธีเมื่อใช้อนุกรมเวลาชุดเดียวกัน ซึ่งตัวแบบที่เหมาะสมที่สุดจะให้ค่า MAPE ต่ำสุด สามารถคำนวณได้จากสมการดังนี้ (สุพรรณี อึ้งปัญสัต วงศ์ , 2555 ) = 1 ∑ | − ̂ | =1 ∗ 100 เมื่อ Y t แทนอนุกรมเวลา ณ เวลา t เมื่อ Ŷ t แทนค่าพยากรณ์ของอนุกรมเวลา ณ เวลา t เมื่อ n แทนจำนวนข้อมูลที่ศึกษา และมีเกณฑ์ที่ใช้สำหรับการพยากรณ์ ดังนี้ ถ้าค่า MAPE น้อยกว่า 10 % จัดว่าการพยากรณ์ค่อนข้างแม่นยำ ถ้าค่า MAPE อยู่ระหว่าง 10 % - 20 % จัดว่าการพยากรณ์ใช้ได้ดี ถ้าค่า MAPE อยู่ระหว่าง 20 % - 50 % จัดว่าการพยากรณ์ค่อนข้างแม่นยำ ถ้าค่า MAPE มากกว่า 5 0 % จัดว่าการพยากรณ์ไม่แม่นยำ