รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

44 นอกจากนี้ ยังพิจารณาค่าเปอร์เซ็นต์ความคาดเคลื่อนสัมบูรณ์เฉลี่ย ( Mean Absolute Percentage Error : MAPE ) ซึ่งสามารถหาได้จากค่าเฉลี่ยของค่าเปอร์เซ็นต์ความคาดเคลื่อนมาเฉลี่ย กัน ให้ผลเป็นเปอร์เซ็นต์ ทำให้สามารถเข้าใจถึงระดับความแม่นยำได้ง่าย โดยไม่ต้องคำนึงถึงขนาด ของสิ่งที่พยากรณ์ (scale-independent) MAPE = 1 ∑ | − ̂ | =1 เมื่อ Y t คือ ค่าของข้อมูลจริง Ŷ t คือ ค่าพยากรณ์ n คือ ขนาดของอนุกรมเวลา โดยการเลือกแบบจำลองการพยากรณ์อัตราการว่างงานระหว่างแบบจำลอง Exponential smoothing, Holt’s, ARIMA และ ARIMAX เป็นการนำแบบจำลองที่มีประสิทธิภาพที่ดีที่สุดของแต่ ละวิธีมาเปรียบเทียบกันตามเกณฑ์ข้างต้นเพื่อหาแบบจำลองที่ดีที่สุด 3.4 ขั้นตอนการพยากรณ์อัตราการว่างงาน ขั้นที่ 1 รวบรวมข้อมูลจำนวนผู้ว่างงานและกำลังแรงงานรวม รายเดือน รายไตรมาส และรายปี จากสำรวจภาวะการทำงานประชากร สำนักงานสถิติแห่งชาติ (ทดสอบความนิ่งของข้อมูล และความ คงที่ของความแปรปรวน) ขั้นที่ 2 ทดสอบสหสัมพันธ์ไขว้ (Cross Correlation) ของตัวแปรอิสระที่ใช้ในแบบจำลองที่ ใน lag ต่างๆ กับตัวแปรตามที่สนใจ เพื่อนำตัวแปรอิสระของ lag ที่มีความสัมพันธ์กับตัวแปรตามมาก ที่สุดมาใช้ในแบบจำลอง ARIMAX ขั้นที่ 3 แบ่งข้อมูลออกเป็น Train – Test และเลือกแบบจำลองโดยวิธีที่ใช้ในการพยากรณ์จะ ประกอบด้ วย Exponential smoothing, Holt ’s , ARIMA และ ARIMAX จากนั้ นเลื อกวิ ธี การ พยากรณ์ที่เหมาะสมที่สุด โดยเปรียบเทียบค่าความคลาดเคลื่อนจากค่า RMSE และ MAPE ขั้นที่ 4 ใช้ข้อมูล 100% ในการ Fit Model และทำการพยากรณ์ข้อมูลล่วงหน้าจากตัวแบบที่ เหมาะสมที่สุด ขั้นที่ 5 คำนวณอัตราการว่างงาน ที่ได้จากค่าพยากรณ์จำนวนผู้ว่างงานและกำลังแรงงานรวม เครื่องมือที่ใช้ในการวิเคราะห์ ในการศึกษานี้ การวิเคราะห์ด้วยอนุกรมเวลาด้วยโปรแกรม R (Package fpp3 สำหรับการพยากรณ์โดยใช้จำนวน และ fpp2 สำหรับการพยากรณ์โดยใช้อัตรา )