รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

55 ARIMAX covid ARIMAX GDP ARIMAX covid + GDP Model ARIMA ( 0,1,1 )( 0,1,1 )[ 4 ] ARIMA ( 1,0,0 )( 0,1,1 )[ 4 ] ARIMA ( 1,0,1 )( 0,1,1 )[ 4 ] AICc - 502 . 85 - 511 . 71 - 511 . 5 Ljung - Box 0 . 978 0 . 968 0 . 883 RMSE ( in - sample ) 328000 313000 305000 MAPE ( in - sample ) 0 . 640 0 . 651 0 . 651 RMSE ( out - of - sample ) 566000 495000 891000 MAPE ( out - of - sample ) 1 . 35 1 . 18 1 . 96 a ) ETS b ) Addictive c ) Multiplicative d ) ARIMA e ) ARIMAX - covid f ) ARIMAX - GDP g ) ARIMAX – covid + GDP จากตารางแสดงค่าสถิติต่าง ๆ ที่เกี่ยวข้องกับเกณฑ์การพิจารณาตัวแบบข้างต้น จะเห็นว่าค่า แบบจำลอง ARIMAX ที่มีการใส่ตัวแปรอธิบาย GDP ให้ค่า Forecast Error ต่ำที่สุด ดังนั้น จึงเลือก แบบจำลอง ARIMAX - GDP สำหรับเป็นตัวแบบในการพยากรณ์ข้อมูลกำลังแรงงานรวม ขั้นตอนต่อไปเป็นการนำแบบจำลองที่ได้จาก 4.2.1 และ 4.2.2 มาพยากรณ์ข้อมูลใน 5 ปี ข้างหน้า โดยในขั้นตอนนี้ จะทำการ Fit Model กับข้อมูลทั้งชุด (2544 ไตรมาส 1 – 2565 ไตรมาส 4)