การเปรียบเทียบแบบจำลองอนุกรมเวลาสำหรับพยากรณ์ จำนวนนักท่องเที่ยวชาวไทย ที่เดินทางเข้ามาในจังหวัดนครศรีธรรมราช
Main Article Content
บทคัดย่อ
วิจัยนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบประสิทธิภาพของแบบจำลองอนุกรมเวลาสำหรับพยากรณ์จำนวนนักท่องเที่ยวชาวไทยที่เดินทางเข้ามาใน จ.นครศรีธรรมราช และ 2) พยากรณ์จำนวนนักท่องเที่ยวชาวไทยที่เดินทางเข้ามาใน จ.นครศรีธรรมราช ล่วงหน้า 24 เดือน เป็นการวิจัยเชิงคุณภาพ โดยใช้ข้อมูลจากสถิติรายเดือนจากกระทรวงการท่องเที่ยวและกีฬา ในช่วงมกราคม พ.ศ. 2563 ถึงธันวาคม พ.ศ. 2568 ข้อมูลถูกนำมาวิเคราะห์ด้วยเทคนิคการวิเคราะห์อนุกรมเวลา และเปรียบเทียบแบบจำลองการพยากรณ์ จำนวน 2 แบบ ได้แก่ วิธีการปรับเรียบเอ็กซ์โปเนียนเชียลแบบวินเทอร์ (Holt–Winters Exponential Smoothing) และแบบจำลองค่าเฉลี่ยเคลื่อนที่ถดถอยอัตโนมัติแบบมีฤดูกาล (Seasonal Auto Regressive Integrated Moving Average) ผลการวิเคราะห์ลักษณะข้อมูล พบว่า จำนวนนักท่องเที่ยวชาวไทยมีลักษณะเป็นข้อมูลอนุกรมเวลาที่ประกอบด้วยแนวโน้ม ฤดูกาล และความผันผวนสูง โดยเฉพาะในช่วงการแพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019
ซึ่งก่อให้เกิดความไม่คงที่และการเปลี่ยนแปลงเชิงโครงสร้างของข้อมูลในบางช่วงเวลา ผลการเปรียบเทียบความแม่นยำของแบบจำลองโดยใช้ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Squared Error) และค่าเปอร์เซ็นต์คลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Percentage Error) พบว่า แบบจำลองค่าเฉลี่ยเคลื่อนที่ถดถอยอัตโนมัติแบบมีฤดูกาล ให้ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยต่ำกว่าวิธีการปรับเรียบเอ็กซ์โปเนียนเชียลแบบวินเทอร์อย่างชัดเจน สะท้อนถึงความสามารถในการจับรูปแบบความผันผวนและโครงสร้างของข้อมูลได้ดีกว่า ผลการวิจัยสรุปได้ว่า แบบจำลองค่าเฉลี่ยเคลื่อนที่ถดถอยอัตโนมัติแบบมีฤดูกาลมีความเหมาะสมมากกว่าวิธีการปรับเรียบเอ็กซ์โปเนนเชียลแบบวินเทอร์ในการพยากรณ์จำนวนนักท่องเที่ยว ภายใต้บริบทของข้อมูลที่มีความผันผวนและความไม่แน่นอนสูงจากเหตุการณ์เชิงโครงสร้าง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
กระทรวงการท่องเที่ยวและกีฬา. (2568). สถานการณ์การท่องเที่ยวในประเทศ รายจังหวัด ปี 2568. เรียกใช้เมื่อ 5 มกราคม 2569 จาก https://www.mots.go.th/news/category/808
บัณฑิตย์ พิณอุดม. (2568). เจาะความท้าทายภาคการท่องเที่ยวไทยในวันที่เริ่มอ่อนแรง. เรียกใช้เมื่อ 19 สิงหาคม 2568 จาก https://shorturl.asia/iWg5P
Athanasopoulos, G. et al. (2011). The tourism forecasting competition. International Journal of Forecasting, 27(3), 822-844.
Box, G. E. P. et al. (2015). Time Series Analysis: Forecasting and Control. (5th ed.). New Jersey: John Wiley and Sons Inc.
Holt, C. C. (2004). Forecasting seasonals and trends by exponentially weighted moving averages. International Journal of Forecasting, 20(1), 5-10.
Hyndman, R. J. & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688.
Lim, C. & McAleer, M. (2002). Time series forecasts of international travel demand for Australia. Tourism Management, 23(4), 389-396.
Song, H. & Li, G. (2008). Tourism demand modelling and forecasting-A review of recent research. Tourism Management, 29(2), 203-220.
Song, H. et al. (2019). A review of research on tourism demand forecasting. Annals of Tourism Research, 75, 338-362. https://doi.org/10.1016/j.annals.2018.12.005.
Winters, P. R. (1960). Forecasting Sales by Exponentially Weighted Moving Averages. Management Science, 6(3), 231-362.
