รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

40 ตัวแบบเชิงปริมาณที่ใช้ในการพยากรณ์ของงานวิจัยนี้คือกระบวนการ ARIMA ( p,d,q ) p คือ จํานวนเทอมที่ถอยในตัวเอง d คืออันดับของผลต่างที่ทําให้ข้อมูลนิ่ง q คือจํานวนเทอมของค่าเฉลี่ย เคลื่อนที่ ตัวอย่างเช่น กระบวนการ ARIMA (2 , 1 , 2) มีผลต่างอันดับที่ 1 ( d =1) ที่ทําให้ข้อมูลนิ่ง และมี เทอมการถดถอย และเทอมค่าเฉลี่ยเคลื่อนที่ 2 เทอมเท่ากัน ถ้า d =0 กระบวนการ ARIMA ( p,d =0 ,q ) หมายถึง ARMA ( p,q ) ข้อสังเกตกระบวนการ ARIMA ( p, 0 , 0) หมายถึงกระบวนการ AR ( p ) และ กระบวนการ ARIMA (0 , 0 ,q ) หมายถึ งกระบวนการ MA ( q ) ตัวแบบ ARIMA ( p,d,q ) ได้มาจาก กระบวนการ ARMA ( p,q ) ซึ่งอยู่ในรูปแบบทั่วไปดังต่อไปนี้ 1. A pth - order autoregressive model : AR ( p ) t = ∂ + ø 1 t−1 + ø 2 t−2 + ⋯+ ø t−p + t เมื่อ t คือ ตัวแปรตอบสนอง ณ เวลา t ∂ คือ ค่าคงที่ของตัวแบบ t คือ ค่าความคลาดเลื่อนสุ่ม ณ เวลา t ø 1 , ø 2 , …. , ø คือ สัมประสิทธิ์ของเทอมถดถอย t−1 , t−2 , ….. , t−p คือ ตัวแปรตอบสนอง ณ lag ที่ t - 1,t - 2, … ,t - p 2. A qth - order moving average model : MA ( q ) t = μ + − Ө 1 t−1 − Ө 2 t−2 − ⋯− Ө t− เมื่อ t คือ ตัวแปรตอบสนอง ณ เวลา t μ คือ ค่าเฉลี่ยคงที่ t คือ ค่าความคลาดเลื่อนสุ่ม ณ เวลา t Ө 1 , Ө 2 , …. , Ө คือ สัมประสิทธิ์ของเทอมค่าเฉลี่ยเคลื่อนที่ t−1 , t−2 , … t− คือ เทอมค่าเฉลี่ยเคลื่อนที่ q เทอม 3. A pth and qth - order autoregressive moving average model : ARMA ( p,q ) t = ∂ + ø 1 t−1 + ø 2 t−2 + ⋯+ ø t−p + t − Ө 1 t−1 − Ө 2 t−2 − ⋯− Ө t− เมื่อ t คือ ตัวแปรตอบสนอง ณ เวลา t ∂ คือ ค่าคงที่ของตัวแบบ t คือ ค่าความคลาดเลื่อนสุ่ม ณ เวลา t ø 1 , ø 2 , …. , ø คือ สัมประสิทธิ์ของเทอมถดถอย Ө 1 , Ө 2 , …. , Ө คือ สัมประสิทธิ์ของเทอมค่าเฉลี่ยเคลื่อนที่ t−1 , t−2 , … t− คือ เทอมค่าเฉลี่ยเคลื่อนที่ q เทอม t−1 , t−2 , ….. , t−p คือ ตัวแปรตอบสนอง ณ lag ที่ t - 1,t - 2, … ,t - p