พยากรณ์แบบอนุกรมเวลา (Time Series Method) คืออะไร

ก.ย. 14, 2009 Forecasting


พยากรณ์แบบอนุกรมเวลา () เป็นวิธีการที่ใช้พยากรณ์ยอดขายในอนาคตโดยคาดว่าจะมีลักษณะเช่นเดียวกับยอดขายในปัจจุบันหรืออนาคต ยอดขายหรืออุปสงค์ในความเป็นจริงได้รับอิทธิพลจากแนวโน้ม (Trend) ฤดูกาล (Seasonal) วัฎจักร (Cycle) และเหตุการณ์ผิดปกติ (Irregular Variation)

การใช้อนุกรมเวลามี 3 วิธี คือ

  • การพยากรณ์อย่างง่าย (naïve Forecast) เป็นการพยากรณ์ว่ายอดขายในอนาคตจะเท่ากับยอดขายปัจจุบัน เช่น เดือนมกราคมขายได้ 35 กล่อง เดือนกุมภาพันธ์ควรจะขายได้ 35 กล่อง เช่นกัน ถ้าเดือนกุมภาพันธ์ขายได้จริง 42 กล่อง ก็จะพยากรณ์ว่าเดือนมีนาคมว่าขายได้ 42 กล่องเช่นกัน

  • การหาค่าเฉลี่ยเคลื่อนที่ (Moving Average) เป็นการหาค่าเฉลี่ยของยอดขายโดยใช้จำนวนข้อมูล 3 ช่วงเวลาขึ้นไปในการคำนวณ เมื่อเวลาผ่านไป 1 ช่วงก็ใช้ข้อมูลใหม่มาเฉลี่ยแทนข้อมูลในช่วงเวลาไกลที่สุดซึ่งจะถูกตัดทิ้งไป
  • การปรับเรียบด้วยเอ็กซ์โปเนนเชียล (Exponential Smoothing) เป็นการหาค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักที่จัดค่าพยากรณ์ออกมาในรูปการใช้สมการคำนวณ ซึ่งจะใช้ค่าข้อมูลเริ่มต้นค่าเดียวและถ่วงน้ำหนักโดยใช้สัมประสิทธิ์เชิงเรียบ ที่มีค่าอยู่ระหว่าง 0 ถึง 1.00

เรื่องอื่นๆ ที่เกี่ยวข้อง :



Tags: Time Series Method, พยากรณ์, อนุกรมเวลา







Follow us: Facebook | RSS | Twitter | FriendFeed