Page 690 - NEIC_FINAL REPORT

5 - 86
5.3-55
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)
ในการขับเคลื่อนแผนพลังงานของประเทศไทย รายงานฉบับสมบูรณ์
จากการใช้ข้อมูลย้อนหลัง 5 ปีตั้งแต่ มกราคม 2558 – ธันวาคม 2562 หรือ 𝑌𝑌1 , ... , 𝑌𝑌60 และสมมติต้องการพยากรณ์ค่าในอนาคตตั้งแต่มกราคม – ธันวาคม 2563 น่ันคือ ค่าพยากรณ์ 𝐹𝐹𝑡𝑡 เมื่อ 𝑡𝑡 = 61, ... , 72 จะสามารถคํานวณได้โดย
ค่าพยากรณ์เดือนมกราคม 2563
-
-
-
และเช่นเดียวกับตัวแบบอนุกรมเวลาเชิงบวก นอกจากค่าประมาณแบบจุด (Point Estimate) ของค่าพยากรณ์ในอนาคตแล้ว เรายังสามารถหาค่าประมาณแบบช่วง (Interval Estimate) ของค่าพยากรณ์ได้ ซึ่งโดยทั่วไปมักจะพิจารณา 95% Confidence Interval ทําให้ได้ขีดจํากัดล่าง (Lower Bound) และขีดจํากัดบน (Upper Bound) เพื่อใช้ในการตรวจสอบค่าผิดปกติได้อีกด้วย
ไปจนถึง
ค่าพยากรณ์เดือนธันวาคม 2563
̂
𝐹𝐹 =𝑌𝑌 ×𝑆𝑆𝑆𝑆
ค่าพยากรณ์เดือนกุมภาพันธ์ 2563
61 61 𝐽𝐽𝐽𝐽𝐽𝐽
̂
𝐹𝐹 =𝑌𝑌 ×𝑆𝑆𝑆𝑆
62 62 𝐹𝐹𝐹𝐹𝐹𝐹
̂
𝐹𝐹 =𝑌𝑌 ×𝑆𝑆𝑆𝑆
แม้ว่าการเลือกใช้ตัวแบบระหว่างตัวแบบเชิงบวกและตัวแบบเชิงคูณนั้น สามารถดูได้จากแผนภาพ Time Plot อย่างไรก็ตาม ในทางปฏิบัติ ซึ่งมีข้อมูลจํานวนมากและไม่สามารถดูแผนภาพ Time Plot ทาง สนพ. ควรคํานวณ พิจารณาตัวแบบทั้งสองแบบ และเปรียบเทียบค่าพยากรณ์กับค่าจริงสําหรับข้อมูลในอดีต โดยใช้เกณฑ์ค่าเฉลี่ย ของร้อยละความผิดพลาดสัมบูรณ์ (Mean Absolute Percentage Error (MAPE)) เพื่อเลือกตัวแบบที่ให้ค่า MAPE ต่ํากว่า สําหรับค่า MAPE สามารถคํานวณได้ตามสูตรด้านล่าง
72 72 𝐷𝐷𝐹𝐹𝐷𝐷
1𝐽𝐽 𝑌𝑌𝑡𝑡−𝐹𝐹𝑡𝑡 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀= ∑| |
𝑛𝑛𝑡𝑡=1 𝑌𝑌𝑡𝑡 โดยที่ 𝐹𝐹𝑡𝑡 คือค่าพยากรณ์แบบจุด ณ เวลา 𝑡𝑡 ที่คํานวณได้จากตัวแบบ