Please use this identifier to cite or link to this item:
https://rsuir-library.rsu.ac.th/handle/123456789/3166| Title: | การศึกษาการพยากรณ์ยอดขายสำหรับประกันชีวิตกรมธรรม์หลักและสัญญาเพิ่มเติมโดยใช้วิธีการพยากรณ์แบบฤดูกาล และการพยากรณ์แนวโน้ม |
| Other Titles: | A study of sales forecasting for life insurance on primary policy and supplementary policy using seasonal forecasting and trend forecasting methods |
| Authors: | ปานรวี บุญสม |
| metadata.dc.contributor.advisor: | ดวงอาทิตย์ ศรีมูล |
| Keywords: | การขาย -- การใช้เครื่องมืออิเล็กทรอนิกส์;การพยากรณ์;กรมธรรม์ -- การขาย |
| Issue Date: | 2568 |
| Publisher: | มหาวิทยาลัยรังสิต. สำนักหอสมุด |
| Abstract: | งานวิจัยนี้นำเสนอการพยากรณ์ยอดขายประกันชีวิตโดยใช้วิธีการ 4 วิธี ได้แก่ การบวก โฮลท์วินเทอร์ การคูณโฮลท์วินเทอร์ ปรับเรียบเอ็กซ์โพเนนเชียลอย่างง่าย และปรับเรียบเอ็กซ์ โพเนนเชียลสองเท่า โดยจะใช้วิธีคำนวณค่าเฉลี่ย 3 วิธีในการประเมินค่าความคลาดเคลื่อนสาหรับ การพยากรณ์ ได้แก่ ค่าความผิดพลาดสัมบูรณ์เฉลี่ย ค่าความผิดพลาดเปอร์เซ็นต์สัมบูรณ์เฉลี่ย และ ค่าความผิดพลาดกา ลังสองเฉลี่ย จากนั้นทำการวัดค่าความแม่นยำของการพยากรณ์แต่ละวิธีเพื่อ เลือกวิธีการพยากรณ์ที่แม่นยำและเหมาะสมที่สุด ผลการวิจัยพบว่าการพยากรณ์ยอดขายประกัน ชีวิตจากการประกันชีวิตกรมธรรม์หลัก-ผลิตภัณฑ์ประกันชีวิตแบบทั่วไป การใช้การคูณโฮลท์วิน เทอร์ มีความแม่นยำสูงสุดที่ 98.43% การพยากรณ์ยอดขายประกันชีวิตกรมธรรม์หลัก วิธีการคูณ โฮลท์วินเทอร์มีความแม่นยำสูงที่สุดถึง 86.12% การพยากรณ์ยอดขายประกันชีวิตสัญญาเพิ่มเติมวิธี ที่แม่นยำที่สุดคือการบวกโฮลท์วินเทอร์มีเปอร์เซ็นต์ความแม่นยำสูงสุดถึง 94.61% และการ พยากรณ์ยอดขายประกันชีวิตรวมทุกกรมธรรม์ วิธีการคูณโฮลท์วินเทอร์มัลติพลิเคทีฟ มีความ แม่นยำสูงที่สุดที่ 98.72% ซึ่งสูงกว่าวิธีการอื่น ๆ อย่างชัดเจน |
| metadata.dc.description.other-abstract: | This research explores the application of four time series forecasting methods—Holt- Winters’ Additive, Holt-Winters’ Multiplicative, Exponential Smoothing, and Double Exponential Smoothing—to life insurance sales data. The forecasting accuracy of each method was evaluated using three standard error metrics: Mean Absolute Deviation (MAD), Mean Absolute Percentage Error (MAPE), and Mean Square Error (MSE). The most accurate and appropriate forecasting method was selected based on performance assessment. The research findings suggest that the Holt- Winters’ Multiplicative method is the most effective technique for forecasting life insurance premiums. This method yielded the highest accuracy, with a maximum of 98.43% for general life insurance products and 86.12% for primary policy premiums. For supplementary policy premiums, the Holt-Winters’ Additive method proved most accurate, achieving a maximum accuracy of 94.61%. The Holt-Winters’ Multiplicative method yielded the highest accuracy (98.72%) in forecasting total sales across all policies |
| Description: | วิทยานิพนธ์ (วศ.ม. (วิศวกรรมไฟฟ้าและคอมพิวเตอร์)) -- มหาวิทยาลัยรังสิต, 2567 |
| metadata.dc.description.degree-name: | วิทยาศาสตรมหาบัณฑิต |
| metadata.dc.description.degree-level: | ปริญญาโท |
| metadata.dc.contributor.degree-discipline: | วิศวกรรมไฟฟ้าและคอมพิวเตอร์ |
| URI: | https://rsuir-library.rsu.ac.th/handle/123456789/3166 |
| metadata.dc.type: | Thesis |
| Appears in Collections: | Eng-ECE-M-Thesis |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| PANRAWE BOONSOM.pdf | 2.5 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.