รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

49 a ) ETS b ) Holt ’ s c ) ARIMA d ) ARIMAX - covid e ) ARIMAX - GDP f ) ARIMAX – covid + GDP จากตารางแสดงค่าสถิติต่าง ๆ ที่เกี่ยวข้องกับเกณฑ์การพิจารณาตัวแบบข้างต้น จะเห็นว่าค่า แบบจำลอง แบบจำลอง ARIMAX ที่มีการใส่ตัวแปรอธิบาย GDP ให้ค่า Forecast Error ต่ำที่สุด ดังนั้น จึงเลือกแบบจำลอง ARIMAX - GDP สำหรับเป็นตัวแบบในการพยากรณ์ข้อมูลกำลังแรงงาน รวม ขั้นตอนต่อไปเป็นการนำแบบจำลองที่ได้จาก 4.1.1 และ 4.1.2 มาพยากรณ์ข้อมูลใน 5 ปี ข้างหน้า โดยในขั้นตอนนี้ จะทำการ Fit Model กับข้อมูลทั้งชุด (2544 – 2565) ใหม่อีกครั้ง เพื่อให้ แบบจำลองได้เรียนรู้ถึงเหตุการณ์ช่วงสถานการณ์โควิด อีกทั้งยังเป็นการเพิ่มจำนวนของข้อมูล ช่วย เพิ่มความน่าเชื่อถือของการพยากรณ์ได้มากยิ่งขึ้น พร้อมทั้งทำการทดลองแปลง ( Transform ) ตัวแปร ด้วยการใช้ Log กับตัวแปรตาม และ/หรือ ตัวแปรอธิบาย ซึ่งได้ผลลัพธ์ของการพยากรณ์ ตามตาราง ด้านล่างนี้ Model 1 ไม่แปลงข้อมูล Model 2 Log (จำนวนผู้ว่างงาน) และ log ( GDP ) Model 3 Log (จำนวนผู้ว่างงาน) Model 4 Log ( GDP ) Model ARIMA ( 1,0,1 ) ARIMA ( 2,0,0 ) ARIMA ( 2,0,0 ) ARIMA ( 1,0,0 ) AICc 575 . 84 - 7 . 71 - 6 . 41 573 . 23 RMSE ( in - sample ) 74004 69082 73581 77922 MAPE ( in - sample ) 11 . 60 10 . 40 10 . 60 11 . 40 2 566 401,393 486,838 486,169 468,943 2 567 337,802 428,844 428,917 411,769 2 568 281,244 376,826 376,048 360,159 2 569 229,598 336,586 332,603 312,795 2 570 180,853 307,549 298,597 268,393