รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

47 ARIMAX covid ARIMAX GDP ARIMAX covid + GDP Model ARIMA ( 0,2,0 ) ARIMA ( 2,2,0 ) ARIMA ( 1,0,0 ) AICc 467 . 78 470 . 16 524 . 88 Ljung - Box 0 . 023 0 . 493 0 . 513 RMSE ( in - sample ) 88347 76145 82064 MAPE ( in - sample ) 13 . 50 12 . 90 12 . 50 RMSE ( out - of - sample ) 196000 207000 156000 MAPE ( out - of - sample ) 31 . 90 31 . 20 25 . 60 2 564 ( 748,268 ) 620,211 808,285 613,637 2 565 ( 527,025 ) 280,731 813,692 351,496 a ) ETS b ) Holt ’ s c ) ARIMA d ) ARIMAX - covid e ) ARIMAX - GDP f ) ARIMAX – covid + GDP จากตารางแสดงค่าสถิติต่าง ๆ ที่เกี่ยวข้องกับเกณฑ์การพิจารณาตัวแบบข้างต้น จะเห็นว่าค่า แบบจำลอง ETS ( M,N,N ) ให้ค่า Forecast Error ต่ำที่สุด แต่เมื่อพิจารณารูปกราฟ a ) จะพบว่า แนวโน้มของค่าพยากรณ์ที่ ได้ ไม่สอดคล้องกับจริงของข้อมูลในช่วง Test set จึงพิจาณาเลือก แบบจำลองด้วยวิธี ARIMAX ซึ่งจะพบว่า แบบจำลอง ARIMAX ที่มีการใส่ตัวแปรอธิบายทั้ง Covid และ GDP ให้ค่า Forecast Error ต่ำที่สุด ดังนั้น จึงเลือกแบบจำลอง ARIMAX - covid + GDP สำหรับเป็นตัวแบบในการพยากรณ์ข้อมูลจำนวนผู้ว่างงาน