ปัจจัยที่มีอิทธิพลต่อจำนวนของผู้ติดเชื้อไวรัสโคโรนา-19 ในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
สถานการณ์การแพร่ระบาดเชื้อไวรัสโคโรนา (COVID-19) ของประเทศไทยในช่วงที่ผ่านมา ส่งผลกระทบต่อทุกภาคส่วนอย่างมาก โดยเฉพาะในช่วงการแพร่ระบาดระลอกที่ 3 ระหว่างวันที่ 1 เมษายน พ.ศ.2564 ถึง 31 ธันวาคม พ.ศ.2564 และระลอกที่ 4 ระหว่างวันที่ 1 มกราคม พ.ศ.2565 ถึง 30 กันยายน พ.ศ.2565 เป็นช่วงเวลาที่มีการแพร่ระบาดในประเทศสูงที่สุด การศึกษานี้มีวัตถุประสงค์เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อจำนวนผู้ติดเชื้อไวรัสโคโรนาทั้งในระลอกที่ 3 และ 4 ซึ่งเป็นกลุ่มตัวอย่างที่เลือกมาอย่างเจาะจง โดยได้นำตัวแปรปัจจัย 5 ตัว ได้แก่ จำนวนผู้โดยสารเครื่องบินระหว่างประเทศ จำนวนผู้โดยสารเครื่องบินในประเทศ อุณหภูมิ ความชื้นสัมพัทธ์และความเร็วลม มาทำการวิเคราะห์ด้วยวิธีสถิติการถดถอยเชิงหลายตัวแปร (Multiple linear regression) ผลการศึกษา พบว่า จำนวนผู้โดยสารเครื่องบินระหว่างประเทศ ภายในประเทศ และความชื้นสัมพัทธ์ เป็นปัจจัยที่ส่งผลต่อการพยากรณ์มากที่สุดสำหรับระลอกที่ 3 โดยมีค่า R-squared เท่ากับ 81.86% ค่า RMSE เท่ากับ 2,677.17 คน และทุกปัจจัยในการศึกษานี้ส่งผลต่อการพยากรณ์ในระลอกที่ 4 ทั้งหมดโดยมีค่า R-squared เท่ากับ 87.25% ค่า RMSE เท่ากับ 4,314.09 คน
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Cao, W., Chen, C., Li, M., Nie, R., Lu, Q., & Song, D.. (2021). Important Factors Affecting COVID-19 Transmission and Fatality in Metropolises. Public Health, 190, e21-e23.
Coccia, M., (2020). The Effects of Atmospheric Stability with Low Wind Speed and of Air Pollution on The Accelerated Transmission Dynamics of Covid-19. International Journal of Environmental Studies, 78(1), 1–27.
Coccia, M., (2021). How Do Low Wind Speeds and High Levels of Air Pollution Support the Spread of Covid-19? Atmospheric Pollution Research, 12(1), 437–45.
Craig, A. T., Heywood, A. E., & Hall, J. (2020). Risk of COVID-19 Importation to the Pacific Islands Through Global Air Travel. Epidemiology and Infection,148, 1-5.
Daon, Y., Thompson, R. N., & Obolski U. (2020). Estimating Covid-19 Outbreak Risk Through Air Travel. Journal of Travel Medicine, 27(5), 1-8.
DDC OPENDATA covid19 Thailand. (2023). The Situation of COVID-19 Infected People is Updated Weekly in API. Retrieved June 9, 2023, from https://covid19.ddc.moph. go.th/
Farzanegan, M. R., Gholipour, H. F., Feizi, M., Nunkoo, R., & Andargoli, A.E. (2020). International Tourism and Outbreak of Coronavirus (COVID-19): A Cross-Country Analysis. Journal of Travel Research, 60(3), 687–92.
Ganslmeier, M., Furceri, D. & Ostry, J. D. (2021). The Impact of Weather on Covid-19 Pandemic. Scientific Reports, 11, 22027.
Gupta, S., Raghuwanshi, G. S. & Chanda, A. (2020). Effect of Weather on COVID-19 Spread in the US: A Prediction Model for India in 2020. Science of The Total Environment, 728, 138860.
Islam, N., Shabnam, S. & Erzurumluoglu, A. M. (2020). Temperature, Humidity, and Wind Speed are Associated with Lower Covid-19 Incidence. https://doi.org/10.1101/2020. 03.27.20045658
Khatib, A. N., Carvalho A-M., Primavesi R., To K., & Poirier V. (2020). Navigating The Risks of Flying During COVID-19: A Review for Safe Air Travel. Journal of Travel Medicine, 27(8), 1-9.
Lau, H., Khosrawipour, V., Kocbach, P., Mikolajczyk, A., Ichii, H. & Zacharski, M., Bania, J., & Khosrawipour, T. (2020). The Association Between International and Domestic Air Traffic and the Coronavirus (COVID-19) Outbreak. Journal of Microbiology, Immunology and Infection, 53(3), 467–72.
Malki, Z., Atlam, E. S., Hassanien, A. E., Dagnew, G., Elhosseini, M. A. & Gad, I. (2020). Association Between Weather Data And COVID-19 Pandemic Predicting Mortality Rate: Machine Learning Approaches. Chaos, Solitons & Fractals, 138, 110137.
McClymont, H., & Hu, W. (2021). Weather Variability and COVID-19 Transmission: A Review of Recent Research. International Journal of Environmental Research and Public Health, 18(2), 396.
Nakamura, H., & Managi, S. (2020). Airport Risk of Importation and Exportation of the COVID-19 Pandemic. Transport Policy, 96, 40–47.
Rath, S., Tripathy, A. & Tripathy, A. R. (2020). Prediction of New Active Cases of Coronavirus Disease (COVID-19) Pandemic Using Multiple Linear Regression Model. Diabetes & Metabolic Syndrome: Clinical Research & Reviews, 14(5), 1467-1474.
Sahin, M., (2020). Impact of Weather on COVID-19 Pandemic in Turkey. Science of The Total Environment, 728, 138810.
Suganya, R., Arunadevi, R., M.Buhari S. (2020). COVID-19 Forecasting using Multivariate Linear Regression. https://doi.org/10.21203/rs.3.rs-71963/v1
Tosepu, R., Gunawan, J., Effendy, D. S., Ahmad, L. A., Lestari, H., Bahar, H., & Asfian, P. (2020). Correlation Between Weather and Covid-19 Pandemic in Jakarta, Indonesia. Science of The Total Environment, 725, 138436.
Zhu, P. & Guo, Y. (2021). The Role of High-Speed Rail and Air Travel in The Spread of Covid-19 in China. Travel Medicine and Infectious Disease, 42, 102097.