ส่ง File word ในการส่งรายงานด้วยครับทั้ง 3 คน
"https://forms.gle/MGHwWjeSnGP2nTLb8"
STAT 208773 Forecasting Techniques
Basic concepts in forecasting methods, simple forecasting methods, forecasting using regression, fore
11/03/2025
แม่น้ำยมของผมนะครับ ผมไม่มีเวลาพิมพ์ลงใน Word นะครับ แต่เราเอาเฉพาะสมการสุดท้ายไปใช้ก็พอ
Yt=Yt−1+Yt+12-Yt−13+et−1.129et−1+0.219et−2−0.681et−12+0.7685et−13−0.1491et−14−0.549et−24+0.6197et−25−0.1203et−26+0.522et−36−0.5892et−37+0.1143et−38
***กำหนดส่งงานพร้อมเขียนตัวแบบ Box-Jenkins 10/3/2568
***กำหนดส่งบทความวิจัย 14/3/2568 ครับ ที่ Link ด้านล่างนี้ที่เดียวเลยนะครับ
"https://forms.gle/MGHwWjeSnGP2nTLb8"
เลือก Download File ของผมและของเพื่อนๆ เพื่อทำบทความที่นี่ (ถ้ามีปัญหารีบแจ้งผมด้วย)
"https://drive.google.com/drive/folders/18HieBEJW-HPmjsKiGpdBwM26p7P_UpsIjPcj4mUhNvX3TArkFy_KgCBPf6C5F5Ym0ONrUMUO?usp=sharing"
27/02/2025
ส่งงานการพยากรณ์ทั้ง 3 วิธี Link ด้านล่างนี้
https://forms.gle/6mUFcsrJks2QgHcF6
และเมื่อส่งงานแล้วก็โหลดงานเพื่อนๆ รวมทั้งของอาจารย์ไปเขียนบทความจาก Link ด้านล่างนี้ครับ
แก้ไข Link ให้เข้าไปโหลดได้แล้วนะครับ
https://drive.google.com/drive/folders/1nxh0s8JtAoBpJp6VqcPmXqsc6urEHww5uGbZJnj0YTN4KV3N4j6n_r5Xou88Pjj6ahBEgw2Y
***** File แม่น้ำยม *****
1. วิธีแยกส่วนประกอบ
2. วิธี Holt-Winters
3. วิธี Box-Jenkins ที่สอนวันนี้ครับ ผมทำให้ละเอียดขึ้น และมีการสอนต่อยอดไปจากตอนเรียนด้วยนะครับ แต่พวกเราอาจจะทำเฉพาะที่เรียนวันนี้ให้ได้ก่อนก็ได้ครับ แค่นั้นก็น่าพอใจมากแล้ว ถ้าเข้าใจที่เรียนวันนี้แล้ว ที่ผมต่อยอดออกไปลองอ่านๆ ดูใน File ครับ
ใน Code Holt-Winters ถ้าอยากได้ค่า Fit ให้ใส่คำสั่งเพิ่มลงไป
print("Fit and Forecast: ")
for value in F[:]:
print(value)
เราก็จะได้ค่า Fits เอามาใส่เพื่อดูการพยากรณ์ของตัวแบบในช่วงเวลาเดิมได้ คือเอาค่า Actual ( Y ) เทียบกับ Fit (Y^) ครับ
ส่วนวิธีแยกส่วนประกอบและ Box-Jenkins Fitted Value ก็คลิกเลือกเอาจาก Storage-->Fits
https://docs.google.com/spreadsheets/d/13EvFg_QCu9Zo8UCRRLypE9EcKxk8Zd5k/edit?usp=sharing&ouid=110888029440682748327&rtpof=true&sd=true
แล้วใกล้ๆ วันศุกร์ ผมจะทวงถามว่าทำ Box-Jenkins กันได้ไหม แล้วให้เราส่ง File ที่ทำ Share ให้เพื่อนๆ เช่นเดิมครับ
F5 การเรียนครั้งที่ 5 วิชา 208773
1. ทบทวนสร้างตัวแบบ Box-Jenkins ในกรณีข้อมูลอนุกรมเวลาแบบไม่คงที่ ตัวแบบ SARIMA
ถ้าพวกเราทำไม่ทันตอนที่ผมสอน ให้ดู VDO แล้วทำตามเรื่อง กากน้ำตาลดิบก่อนนะครับ เพราะสอนช้าและค่อยๆ ทำไปที่ละขั้นตอน
แล้วถ้าพร้อมก็ไปดู แม่น้ำยม ซึ่งแม่น้ำยมมันยากกว่ากากน้ำตาลดิบ และเราเองก็จะต้องเจอแบบนี้กับข้อมูลของพวกเราเอง ดังนั้นตรงนี้ต้องทดลงตัวแบบกันเยอะมากแน่นอน การทดลองผิด ทดลองถูกเป็นการฝึกฝนของนักศึกษาอยู่แล้ว เพราะการเรียนไม่มีทางลัดหรอกนะครับ ต้องแลกมาด้วยเวลาและความอดทนครับ
สู้ๆ นะครับ เดียวผมจะเอาผล SARIMA ของผมให้พวกเราโหลดเหมือนเดิมนะครับ เพราะตอนนี้ได้ 3 วิธีแล้ว
การเรียน F5 Link Zoom ครับ
Join our Cloud HD Video Meeting Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution used around the world in board, confer...
F4 การเรียนครั้งที่ 4 วิชา 208773
2. ตัวแบบ Box-Jenkins ในกรณีข้อมูลอนุกรมเวลาแบบไม่คงที่ ตัวแบบ ARIMA(p,d,q)
F4 การเรียนครั้งที่ 4 วิชา 208773
1. ทบทวนสร้างตัวแบบ Box-Jenkins ในกรณีข้อมูลอนุกรมเวลาแบบคงที่
อยู่ๆ Zoom ก็หลุด เดียวผมกลับมาใหม่ ตอนนี้มันกำลัง Convert Meeting Recording อยู่ ไม่งั้นที่สอนไปเมื่อกี้ VDO จะหาย รอแปปนะครับ
การเรียน F4 จะเรียนกันในวันศุกร์วันที่ 14 กุมภาพันธ์ วันวาเลนไทน์แบบออนไลน์นะครับขอให้ทุกคนตรงเวลาด้วยครับ 10 โมงถึงบ่ายโมงโดยประมาณครับ เดี๋ยว ลิงค์ซูมจะมาแปะไว้ในนี้นะครับ 😊
https://cmu-th.zoom.us/j/98328912785
Link Zoom
Join our Cloud HD Video Meeting Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution used around the world in board, confer...
F3 การเรียนครั้งที่ 3 วิชา 208773
ใช้ข้อมูล 29- ในการศึกษาวันนี้
ทบทวนการตรวจสอบส่วนประกอบข้อมูลอนุกรมเวลา
- การทดสอบแนวโน้ม
- การทดสอบฤดูกาล
- การทดสอบความแปรปรวน
ตัวแบบ Box-Jenkins เมื่อข้อมูลอนุกรมเวลาแบบคงที่
1. กำหนดตัวแบบ
2. ประมาณค่าพารามิเตอร์
3. ตรวจสอบความเหมาะสมของตัวแบบ
4. การพยากรณ์
ขอให้นักศึกษาจัดทำการพยากรณ์ Decomposition (Minitab) และ Smoothing (ด้วย Python) ให้แล้วเสร็จ แล้วไป Upload ใหม่ใน F2 นะครับ โดยวัดความแม่นยำเป็น MAE อย่างเดิมนะครับ เพราะผมลองทำ sMAPE แล้ว เจอปัญหา 0 ทั้ง Y และ Y^ เข้าไปครับ และเริ่มเขียน Introduction บทความวิจัยได้แล้วนะครับพยายามหาอ้างอิงให้ได้ซัก 5 แหล่งครับ
คลิกที่นี่เพื่อเป็นสมาชิก?
ที่ตั้ง
ประเภท
ติดต่อ โรงเรียนนี้
เบอร์โทรศัพท์
เว็บไซต์
ที่อยู่
Chiang Mai
50300