資源描述：
《中國入境旅游客源量的模型對比分析及預(yù)測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、中國入境旅游客源量的模型對比分析及預(yù)測胡蓓蓓，宋向東，明喆，王樹力，楊潔榮（燕山大學(xué)理學(xué)院，河北，秦皇島，066004）摘要：本文根據(jù)2000年1月至2009年12月中國入境旅游客源量的月度統(tǒng)計數(shù)據(jù)，建立了灰色預(yù)測模型和乘積季節(jié)模型。借助于MATLAB及SPSS軟件，對2009年1月至2009年6月中國入境旅游客源量進行分析預(yù)測，并將兩種模型的預(yù)測效果進行比較，從而探索出比較合適的短期預(yù)測方法，預(yù)測方法和結(jié)果對旅游規(guī)劃具有一定的參考價值。關(guān)鍵詞：灰色模型；乘積季節(jié)模型；入境旅游客源量；預(yù)測模型中圖分類號：O213;F590文獻標識碼：AComparativeAnalysicA
2、ndForecastingBasedOnModelOfTheInternationalTourismPassengerSourceOfChinaHUBeiBei,SONGXiangDong,MINGZhe,WANGSuLi,YANGJieRong(CollegeofScience,YanshanUniversity,Qinhuangdao,Hebei,066004,China)Abstract:Thisarticlewasbasedonthemonthlystatisticaldateoftheinternationaltourismpassengersourceofchin
3、afromJanuary2000toDecember2009.WiththehelpofMATLABandSPSSsoftwaretobuildupagraypredictionmodelandproductseasonmodel,wepredictedandanalyzedtheinternationaltourismpassengersourceofchinafromJanuarytoJune2009.Inordertofindanappropriatemodelforshort-termforecastingmethods,weComparedthesetwomodel
4、.Theforecastmethodsandresultsofthetouringplaninghascertainreferencevalue.Keyword:graymodel;productseasonmodel;internationaltourissource;predictivemodel0引言旅游業(yè)持續(xù)穩(wěn)步的發(fā)展，依賴于對旅游資源和市場的開發(fā)。旅游業(yè)的競爭在很大程度上是客源市場的競爭，在旅游市場發(fā)展規(guī)劃中，旅游人數(shù)預(yù)測是實現(xiàn)旅游業(yè)持續(xù)健康穩(wěn)定發(fā)展的前提。目前常用的旅游預(yù)測模型主要是回歸分析模型和灰色模型，本文根據(jù)中國入境旅游客源量數(shù)據(jù)的時間序列特性，建立了乘積季
5、節(jié)模型，進而分析了其與灰色模型預(yù)測精度的差異。本文選取2000年1月至2009年12月各月中國入境旅游客源量的月度統(tǒng)計數(shù)據(jù)，借助于MATLAB及SPSS軟件對數(shù)據(jù)進行了處理。運用灰色模型和乘積季節(jié)模型分析法，對2010年1月至12月中國入境旅游客源量進行預(yù)測，為檢驗?zāi)Ｐ偷男Ч?，?009年1月至2009年6月的觀測值作為評價預(yù)測精度的參照對象。1原理與方法1.1灰色模型灰色系統(tǒng)建模思想是直接將時間序列轉(zhuǎn)化為微分方程，從而建立抽象系統(tǒng)的發(fā)展變化動態(tài)模型，即GreyDynamicModel，簡稱GM模型，其中模型是灰色模型中一種特殊的線性動態(tài)模型?；疑A(yù)測模型的建立過程：(1)作
6、累加生成（AccumulatedGeneratingOperation）：假使原始數(shù)據(jù)序列，對作累加生成得到新的序列：(2)確定模型：對新序列，我們可建立預(yù)測模型的白化形式方程:式中為待估參數(shù)，分別為發(fā)展灰數(shù)和內(nèi)生控制灰數(shù)，設(shè)待估參數(shù)向量最小二乘法求得，其中在此基礎(chǔ)上建立模型如下：（1）（2）式中為預(yù)測值，（1）式，（2）式即為模型進行灰色預(yù)測的基本計算公式。(3)精度檢驗【2】：殘差檢驗，關(guān)聯(lián)度檢驗，后驗差檢驗。1.2ARIMA乘積季節(jié)模型1970年，美國統(tǒng)計學(xué)家GeogreE.P.Box和英國統(tǒng)計學(xué)家GunlymM.Jenkins提出了以隨機理論為基礎(chǔ)的時間序列分析方法。
7、求和自回歸移動平均（Autoregressiveintegratedmovingaverage）ARIMA模型是其中重要而基本的模型之一，它用相應(yīng)的數(shù)學(xué)模型描述一組依賴于時間的隨機變量相互之間所具有的自相關(guān)性，以表征預(yù)測對象發(fā)展的延續(xù)性并從時序的過去值與現(xiàn)在值預(yù)測未來值。一個階數(shù)為的乘機季節(jié)模型表達式為：(3)表達式（3）中為白噪聲序列，p為非季節(jié)性自回歸階數(shù)，q為非季節(jié)性移動平均階數(shù)，D為季節(jié)性差分階數(shù)，為步后移算子，d為逐次差分階數(shù)，s為季節(jié)長度。表示自回歸算子；表示移動平均算子；表示季節(jié)性回歸算子
