รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

39 โดยเฉพาะเมื่ออนุกรมเวลาไม่มีแนวโน้มวัฏจักรหรือฤดูกาลที่ชัดเจน ทําให้ยากในการกําหนดรูปแบบหรือ การวิเคราะห์การถดถอยที่เหมาะสมได้ ซึ่งจะต้องทําการกําหนดรูปแบบของความสัมพันธ์ระหว่างตัวแปร อิสระกับตัวแปรตามก่อน แต่วิธีพยากรณ์ของบอกซ์-เจนกินส์สามารถแก้ปัญหาดังกล่าวได้ เพราะวิธี พยากรณ์ของบอกซ์-เจนกินส์นั้นไม่มีการกําหนดรูปแบบที่ตายตัวขึ้นก่อนทําการวิเคราะห์ โดยในระหว่าง การวิเคราะห์รูปแบบจะถูกกําหนดขึ้นมาเอง ซึ่งสามารถทําตามขั้นตอนของบอกซ์-เจนกินส์ได้ดังนี้ 1) คำนวณหาค่าของฟังชันก์สหสัมพันธ์ในตัวเอง ( Autocorrelation Function : ACF ) และฟังก์ชันสหสัมพันธ์ในตัวเองบางส่วน ( Partial Autocorrelation Function : PACF ) เป็นขั้นตอนแรกสําหรับการวิเคราะห์อนุกรมเวลาที่มีสมบัตินิ่ง ( stationary ) คือการ นําอนุกรมเวลาที่เราต้องการหาค่าการพยากรณ์มาคํานวณหาค่า ACF และ PACF เพื่อใช้เป็นแนวทาง ในการกําหนดรูปแบบหรือใช้ในการเลือกตัวแบบซึ่งจะบอกถึงลําดับหรือจํานวน เทอมของข้อมูลที่ จะต้องพิจารณาย้อนหลังที่มีค่าสังเกต N คือ X 1 ,X 2 ,X 3 … X N คํานวณหาค่า ACF จากสมการ j = ∑ ( ,− ̅)( + ,− ̅) n−j i=1 ∑ ( ,− ̅) 2 n i=1 เมื่อ t คือ ข้อมูลหรือค่าสังเกต ณ เวลา t j คือ จำนวนช่วงเวลาที่ข้อมูลอยู่ห่างกัน j = 1,2,3, … ,k N คือ จำนวนข้อมูลทั้งหมด ̅ คือ ค่าเฉลี่ยของข้อมูลทั้งหมด คำนวณหาค่า PACF จากสมการ ϕ̂ = { , = 1 − ∑ ( ̂ ( −1) − ) −1 =1 1 − ∑ ( ̂ ( −1) ) −1 =1 , = 2,3,4, … และ ϕ̂ = ϕ̂ ( −1) − ϕ̂ ( ) ϕ̂ ( −1)( − ) , = 1,2,3, … ,k - 1 2) การกำหนดตัวแบบสำหรับใช้การพยากรณ์ เป็นขั้นตอนที่พิจารณาว่าตัวแบบใดที่ เหมาะสมกับข้อมูลที่นํามาวิเคราะห์ โดยพิจารณาจากค่า ACF และค่า PACF ซึ่งสามารถสรุปได้ดังตาราง ตารางการพิจารณาค่า ACF และ PACF ตัวแบบ ACF PACF AR ( p ) ลดลงเข้าหา 0 อย่างรวดเร็ว หลัง lag p มีค่าเท่ากับ 0 MA ( q ) หลัง lag q มีค่าเท่ากับ 0 ลดลงเข้าหา 0 อย่างรวดเร็ว ARMA ( p,q ) ลดลงเข้าหา 0 อย่างรวดเร็ว ลดลงเข้าหา 0 อย่างรวดเร็ว