B. Building the model and analysing

B. Building the model and analysing for forecasting
The factors that affect the stability of palm oil are analysed
models for forecasting. The procedure is as follows.
1) Take the data to analyse the stationary by testing the
unit root based on Augment Dickey and Fuller
2) Take the stationary data at the same level both
dependent variables and independent variables (at level 1st
moment and/or 2nd moment) and analyse the long-term
relationship or find the co-integration. If variables in the
model have a long-term relationship at the same level, it can
be used to build the best model.
3) Estimate the model to build The Best Model, namely
independent variables have to show the true affect on
dependent variables. Considering the tau-statistics which have
to be statistically significant at a given level (level %5, %16
and )%15each.
4) Take The Best Model after that finish testing the 3
types of problems, namely Auto correlation (LM-test),
Heteroskadasticity (ARCH–Test) and Multicorrelinearity.
Then, respond to the correlogram value compared with the
chi-square which has to be checked with Ramsey Reset Test to
ensure the reliability of the model, and then can be utilized for forecasting the future and so on.

ผลลัพธ์ (ไทย) 1:

B. สร้างแบบจำลอง และการวิเคราะห์สำหรับการคาดการณ์ปัจจัยที่มีผลต่อความมั่นคงของปาล์มน้ำมันมี analysedแบบจำลองการคาดการณ์ ขั้นตอนมีดังนี้1) ใช้ข้อมูลเพื่อวิเคราะห์การเขียน โดยการทดสอบหน่วยราก Dickey เพิ่มและออก2) ใช้กับข้อมูลระดับเดียวกันทั้งสองขึ้นอยู่กับตัวแปรและตัวแปรอิสระ (ที่ระดับ 1ช่วงเวลาช่วงเวลาและ/หรือ 2) และวิเคราะห์ความต้องการระยะยาวความสัมพันธ์หรือการค้นหารวมร่วม ถ้าตัวแปรในการรูปแบบมีความสัมพันธ์ระยะยาวที่ระดับเดียวกัน สามารถจะใช้ในการสร้างแบบจำลองดีที่สุด3) แบบจำลองการประเมินสร้างแบบจำลองดีที่สุด คือตัวแปรอิสระมีการแสดงผลจริงบนขึ้นอยู่กับตัวแปร เต่าสถิติที่มีการพิจารณาจะเป็นอย่างมีนัยสำคัญทางสถิติที่ระดับที่กำหนด (ระดับ %5, 16%ก) % 15each4) ใช้แบบดีที่สุดหลังจากที่เสร็จสิ้นการทดสอบ 3ชนิดของปัญหา ความสัมพันธ์ (LM-ทดสอบ), ยานยนต์ได้แก่Heteroskadasticity (ประตู – ทดสอบ) และ Multicorrelinearityตอบแล้ว ค่า correlogram เปรียบเทียบกับการchi-square ซึ่งมีการตรวจสอบ ด้วยการทดสอบการตั้งค่าหอประชุมรัฐสภาเพื่อตรวจสอบความน่าเชื่อถือของแบบจำลอง และสามารถนำไปใช้สำหรับการคาดการณ์อนาคตแล้ว

ผลลัพธ์ (ไทย) 2:

บีอาคารรูปแบบและการวิเคราะห์การคาดการณ์สำหรับปัจจัยที่มีผลต่อความมั่นคงของน้ำมันปาล์มที่มีการวิเคราะห์แบบจำลองสำหรับการพยากรณ์ ขั้นตอนมีดังนี้. 1) ใช้ข้อมูลในการวิเคราะห์นิ่งโดยการทดสอบหน่วยรากขึ้นอยู่กับการขยายผ้ากันเปื้อนและฟุลเลอร์2) ใช้ข้อมูลที่นิ่งในระดับเดียวกันทั้งสองตัวแปรตามและตัวแปรอิสระ(ในระดับที่ 1 ช่วงเวลาและ / หรือ ช่วงเวลาที่ 2) และวิเคราะห์ในระยะยาวความสัมพันธ์หรือหาผู้ร่วมบูรณาการ ถ้าตัวแปรในรูปแบบที่มีความสัมพันธ์ในระยะยาวในระดับเดียวกันก็สามารถนำมาใช้ในการสร้างรุ่นที่ดีที่สุด. 3) ประเมินรูปแบบการสร้างแบบจำลองที่ดีที่สุดคือตัวแปรอิสระมีการแสดงจริงส่งผลกระทบต่อตัวแปรตาม พิจารณาเอกภาพสถิติที่มีจะเป็นนัยสำคัญทางสถิติที่ระดับที่กำหนด (ระดับ 5%, 16% และ)% 15each. 4) ใช้รูปแบบที่ดีที่สุดหลังจากที่เสร็จสิ้นที่ทดสอบ 3 ประเภทปัญหาคือความสัมพันธ์อัตโนมัติ (LM-ทดสอบ ) Heteroskadasticity (ARCH-Test) และ Multicorrelinearity. จากนั้นตอบสนองต่อค่า Correlogram เมื่อเทียบกับไคสแควร์ซึ่งจะต้องมีการตรวจสอบกับแรมซีย์รีเซ็ตทดสอบเพื่อให้ความน่าเชื่อถือของรูปแบบแล้วสามารถนำไปใช้สำหรับการคาดการณ์ในอนาคตเป็นต้น

ผลลัพธ์ (ไทย) 3:

B . การสร้างรูปแบบและการวิเคราะห์พยากรณ์
ปัจจัยที่มีผลต่อความมั่นคงของน้ำมันปาล์มจะวิเคราะห์
แบบจำลองสำหรับการพยากรณ์ ขั้นตอนมีดังนี้ .
1 ) ใช้ข้อมูลเพื่อวิเคราะห์ เครื่องเขียน ด้วยการทดสอบ
หน่วยรากยึดเพิ่มดิคกี้ฟูลเลอร์
2 ) ใช้ข้อมูลคงที่ในระดับเดียวกันทั้งสองตัวแปรตาม และตัวแปรอิสระ

( ที่ระดับ 1ช่วงเวลาและ / หรือ 2 วินาที ) และวิเคราะห์ความสัมพันธ์ระยะยาว
หรือหา บริษัท บูรณาการ ถ้าตัวแปรในรูปแบบความสัมพันธ์ระยะยาว
ได้ในระดับเดียวกัน มันสามารถถูกใช้เพื่อสร้างรูปแบบ

3 ) ประมาณการที่ดีที่สุด รูปแบบการสร้างแบบที่ดีที่สุด คือ
ตัวแปรอิสระต้องแสดงผลจริง
ตัวแปร . เมื่อพิจารณาจากสถิติซึ่งมี
ทาวได้อย่างมีนัยสำคัญทางสถิติที่ระดับที่กําหนด ( ระดับ 5 % 16
) % 15each .
4 ) เอาแบบที่ดีที่สุดหลังจากเสร็จสิ้นการทดสอบ 3
ประเภทของปัญหา ได้แก่ สหสัมพันธ์อัตโนมัติ ( ทดสอบโดย heteroskadasticity ( ทดสอบ ) ,
( โค้ง ) และ multicorrelinearity .
แล้ว การตอบสนองต่อ correlogram ค่าเมื่อเทียบกับ
ไคสแควร์ซึ่งมีการตรวจสอบ กับ แรมซี่ย์ใหม่

ให้ทดสอบความน่าเชื่อถือของแบบจำลองแล้วสามารถใช้ในการพยากรณ์อนาคตและ