Time Series and Forecasting Models 

อนุกรมเวลาและแบบจำลองเพื่อการพยากรณ์                                    

4(3-3-9)

วิชาบังคับก่อน:    ENG22 2007 วิธีทางสถิติในงานขนส่งและโลจิสติกส์

แนวคิดพื้นฐานเกี่ยวกับการวิเคราะห์อนุกรมเวลา วิธีการบอกซ์และเจนกินส์ ความนิ่งของอนุกรมเวลา แบบจำลองอนุกรมเวลาที่ไม่มีความนิ่ง แบบจำลองอนุกรมเวลาที่มีความผันแปรทางฤดูกาล ตัวแบบอาริมา การวิเคราะห์อนุกรมเวลาสำหรับตัวแปรหลายตัว

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. อธิบายหลักการของการวิเคราะห์อนุกรมเวลาแต่ละวิธีการ
2. เลือกใช้การวิเคราะห์อนุกรมเวลาที่เหมาะสมกับข้อมูลในงานขนส่งและโลจิสติกส์
3. คำนวณค่าพารามิเตอร์ต่าง ๆ ที่ใช้ในการวิเคราะห์อนุกรมเวลาแต่ละวิธีการ
4. ใช้โปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูลอนุกรมเวลาแต่ละวิธีการ
5. แปลผลการวิเคราะห์อนุกรมเวลา
6. เขียนและนำเสนอรายงานการวิเคราะห์ข้อมูลทางสถิติในงานขนส่งและโลจิสติกส์

Time Series and Forecasting Models

Prerequisite:     ENG22 3006 Statistical Methods in Transportation and Logistics

ENG22 2003 Logistics and Supply Chain Management

Fundamental of time series analysis, Box and Jenkins methods, stationary time series models, non-stationary time series models, seasonal time series models, ARIMA time series models, multivariate time series.

Course Learning Outcomes (CLOs)

1. Explain the principles of each time series models.
2. Select a time series models that is suitable for transport and logistics data.
3. Calculate the parameters used in the time series analysis of each method.
4. Use computer programs for time series analysis of each method.
5. Interpret statistical analysis results.
6. Write and present a report on time series analysis in transport and logistics.