Page 686 - NEIC_FINAL REPORT
P. 686
5 - 82
5.3-51
Strategic Design and Development Study of the National Energy Information Center to Support National Energy Plan โครงการศึกษาการจัดทําาแผนยุทธศาสตร์และออกแบบการพัฒนาศูนย์สารสนเทศพลังงานแห่งชาติ เพื่อรองรับการใช้ข้อมูลขนาดใหญ่ (Big Data) ในการขับเคลื่อนแผนพลังงานของประเทศไทย
โครงการศึกษาการจัดทําแผนยุทธศาสตร์และออกแบบการพัฒนาศูนย์
สารสนเทศพลังงานแห่งชาติเพื่อรองรับการใช้ข้อมูลขนาดใหญ่ (Big Data)
ในการขับเคล่ือนแผนพลังงานของประเทศไทย รายงานฉบับสมบูรณ์
5.3.4.4 การประมาณการข้อมูลในกรณีได้รับข้อมูลล่าช้า
ข้อมูลทั้งหมดที่ทาง สนพ. ได้รับจะมีลักษณะเป็นข้อมูลอนุกรมเวลา (Time Series Data) หรือคือชุดข้อมูล ที่เก็บรวบรวมตามระยะเวลาเป็นช่วง ๆ อย่างต่อเนื่อง ซึ่งข้อมูลที่ทาง สนพ. ได้รับจะมีทั้งข้อมูลรายวัน (Daily Data) รายเดือน (Monthly Data) และรายปี (Yearly Data) โดยข้อมูลส่วนใหญ่จะเป็นข้อมูลรายเดือน ดังนั้น การประมาณ การหรือพยากรณ์ข้อมูลมีลักษณะเป็นข้อมูลอนุกรมเวลา สามารถใช้การวิเคราะห์อนุกรมเวลา (Time Series Analysis) ในการพยากรณ์ข้อมูลในอนาคตโดยใช้ข้อมูลในอดีต จุดเด่นของการใช้การวิเคราะห์อนุกรมเวลา คือ สามารถดูความผัน แปรได้ทั้งในส่วนความผันแปรจากแนวโน้มระยะยาว (Trend) และความผันแปรจากฤดูกาล (Seasonality) ซึ่งเป็น ลักษณะที่พบได้บ่อยสําหรับข้อมูลอนุกรมเวลา ทั้งนี้ ในส่วนฤดูกาลจะขึ้นอยู่กับช่วงการเก็บหรือความถี่ของข้อมูล เช่น หากข้อมูลเป็นข้อมูลรายวัน ฤดูกาลจะประกอบไปด้วย 7 ฤดูกาล คือ วันจันทร์ วันอังคาร จนถึงวันอาทิตย์ หรือหาก ข้อมูลเป็นข้อมูลรายเดือน ฤดูกาลจะประกอบไปด้วย 12 ฤดูกาลได้แก่ เดือนมกราคม กุมภาพันธ์ ไปจนถึงเดือน ธันวาคม เป็นต้น อนึ่ง ในการเลือกใช้เครื่องมือการวิเคราะห์อนุกรมเวลาเบื้องต้นนั้น ทางที่ปรึกษาจะขอนําเสนอตัวแบบ อนุกรมเวลาโดยใช้การวิเคราะห์การถดถอย (Time Series Regression) ซึ่งเป็นวิธีการท่ีไม่ซับซ้อนและเข้าใจได้ง่าย ท้ังนี้ ที่ปรึกษาเสนอตัวแบบอนุกรมเวลาโดยใช้การวิเคราะห์การถดถอย 2 รูปแบบ ซึ่งมีความเหมาะสมขึ้นอยู่กับรูปแบบ ความสัมพันธ์ระหว่างแนวโน้ม (Trend) กับฤดูกาล (Seasonality) ซึ่งสามารถแบ่งออกเป็น
(i) ตัวแบบเชิงบวก (Additive Model) ซึ่งระบุว่าข้อมูลอนุกรมเวลา เขียนได้อยู่ในรูปแบบผลบวกของ แนวโน้มกับฤดูกาล
(ii) ตัวแบบเชิงคูณ (Multiplicative Model) ซึ่งระบุว่าข้อมูลอนุกรมเวลา เขียนได้อยู่ในรูปแบบผลคูณ ระหว่างแนวโน้มกับฤดูกาล
สําหรับวิธีการดูว่าข้อมูลอนุกรมเวลาเหมาะกับตัวแบบเชิงบวกหรือเชิงคูณนั้น ดูได้จากการสร้างแผนภาพ ตามเวลา (Time Plot) ซึ่งแสดงตัวอย่างไว้ในรูปที่ 5.3-520
