การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความคลาดเคลื่อนของการพยากรณ์ด้วยวิธีของเบย์ วิธีบ็อกซ์-เจนกิ้นส์ และวิธีการพยากรณ์ร่วมโดยให้น้ำหนักแบบNewbold และ Granger 2 แบบ เพื่อพยากรณ์ 12 ช่วงเวลาล่วงหน้าสำหรับข้อมูลอนุกรมเวลาที่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล และ 5 ช่วงเวลาล่วงหน้าสำหรับข้อมูลอนุกรมเวลาที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล โดยใช้ค่าวัดความคลาดเคลื่อนของการพยากรณ์MAPE, MSE และ ME เป็นเกณฑ์ฐานข้อมูลที่ใช้ในการศึกษาครั้งนี้มี 2 ฐาน ฐานแรกคือฐานข้อมูลของทัศนีย์ อินทนู (2543) และเก็บรวบรวมเพิ่มเติมจากบันทึกสถิติ ซึ่งเป็นข้อมูลอนุกรมเวลารายเดือน 3 ชุดที่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ ปริมาณการยืมหนังสือภาษาไทย ภาษาอังกฤษ และวิทยานิพนธ์ประเภทละ 88 ช่วงเวลา ของศูนย์บรรณสารสนเทศทางการศึกษา คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ฐานที่สองคือฐานข้อมูลของบำเพ็ญ ปิดชิด (2540) และเก็บรวบรวมข้อมูลเพิ่มเติมจากสมุดสถิติรายปีซึ่งเป็นข้อมูลรายปี 2 ชุดที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ จำนวนนักเรียนระดับประถมศึกษา และระดับมัธยมศึกษาระดับละ 64 ช่วงเวลา ของสำนักงานสถิติแห่งชาติ สำนักนายกรัฐมนตรี เครื่องมือที่ใช้ในการวิจัยเป็นแบบบันทึกข้อมูลการวิเคราะห์ข้อมูล ได้แก่ การหาค่าสถิติพื้นฐาน การตรวจสอบการเปลี่ยนแปลงที่แสดงแนวโน้มและการเปลี่ยนแปลงเนื่องจากฤดูกาลโดยการพล็อตกราฟและการวิเคราะห์การถดถอยการพยากรณ์ด้วยวิธีของเบย์ การพยากรณ์ด้วยวิธีบ็อกซ์-เจนกิ้นส์ การพยากรณ์ด้วยวิธีการพยากรณ์ร่วม ผลการวิจัยสรุปได้ดังนี้ 1. ข้อมูลปริมาณการยืมหนังสือภาษาไทย และหนังสือภาษาอังกฤษ มีการเปลี่ยนแปลงที่แสดงแนวโน้มเส้นตรงและมีอิทธิพลของฤดูกาล วิทยานิพนธ์ มีการเปลี่ยนแปลงที่แสดงแนวโน้มเส้นโค้งและมีอิทธิพลของฤดูกาล อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 โดยมีการรวมตัวแบบบวก ส่วนจำนวนนักเรียนระดับประถมศึกษามีแนวโน้มแบบเส้นโค้ง และระดับมัธยมศึกษามีแนวโน้มแบบเอ็กซ์โปเนนเชียล อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 2. วิธีการพยากรณ์ที่เหมาะสมสำหรับข้อมูลอนุกรมเวลาที่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ ปริมาณการยืมหนังสือภาษาไทย และหนังสือภาษาอังกฤษ คือ วิธีการพยากรณ์ร่วมสำหรับข้อมูลขนาดเล็ก ซึ่งได้จากการรวมกันของวิธี HWS กับวิธี REGโดยให้น้ำหนักแบบที่ 1 และ 2 ตามลำดับ และ วิทยานิพนธ์ คือ วิธีการพยากรณ์ร่วมสำหรับข้อมูลขนาดใหญ่ ซึ่งได้จากการรวมกันของวิธี HWS กับวิธี REG โดยให้น้ำหนักแบบที่ 1และสำหรับข้อมูลอนุกรมเวลาที่ไม่มีการเปลี่ยนแปลงเนื่องจากฤดูกาล ได้แก่ จำนวนนักเรียนระดับประถมศึกษา คือ วิธี B-J และจำนวนนักเรียนระดับมัธยมศึกษา คือวิธี BAYES 3. วิธีการพยากรณ์ที่เหมาะสมสำหรับข้อมูลอนุกรมเวลาที่มีแนวโน้มเส้นตรงและมีอิทธิพลของฤดูกาล คือ วิธีการพยากรณ์ร่วมสำหรับข้อมูลขนาดเล็ก สำหรับข้อมูลอนุกรมเวลาที่มีแนวโน้มเส้นโค้งและมีอิทธิพลของฤดูกาล คือ วิธีการพยากรณ์ร่วมสำหรับข้อมูลขนาดใหญ่ สำหรับข้อมูลอนุกรมเวลาที่มีแนวโน้มเส้นโค้งและไม่มีอิทธิพลของฤดูกาลคือ วิธี B-J และสำหรับข้อมูลอนุกรมเวลาที่มีแนวโน้มแบบเอ็กซ์โปเนนเชียลและไม่มีอิทธิพลของฤดูกาล คือ วิธี BAYES