ARIMA模型在国内旅游市场预测中的应用.pdfVIP

·经营管理研究 基金项 目(Foundati0nnem)：国家海洋局海洋溢油鉴别与损害评估技术重点实验室基金资助； 国家海洋局北海监测中心主任科研基金资助 [supportedbykey lab0ratory0fmarinesp¨l0¨ identifcationandda眦geassessment techn0lgy，S0A，theDirectorsF0undati0noftheBeIhaiM0n-toringCenter】 ARI姒 模型在国内旅游市场 预测中的应用 中国科学院生态环境研究中心 城市与区域生态国家重点实验室教授 杨东方 国家海洋局北海环境监测中心 高振会 于子江 温州医学院 黄宏 邓婕 常彦祥 摘 要：采用ARIMA模型，利用实际数据进行模拟，建立山东省国内旅游游客量预测模型，结果与BP网络模型、灰色系统模型、多元回归模型、指数 模型的模拟结果进行比较，结果表明，该方法准确可靠高、方便快捷，适用于国内旅游市场游客量的预测。 关键词：ARIMA 国内旅游市场 SPSS预测 改革开放以来，我国旅游事业飞速发展，现今已步入旅游大国的行 业中显得至关重要。 一 列。旅游业的发展对我国经济发展做出了很大的贡献，这是毫无疑问 、 ARIMA模型简介 的。然而，旅游业是一个敏感的行业，受国内外政治经济状况、重大事 ARIMA模型全称 自回归移动平均模型(AutoregressiveIntegrat— 件、自然灾害等随机事件的影响很大，为了保障旅游业的健康发展．我 edM0vingAverageModel，ARIMA)．由博克思 (Box)和詹金斯 (Jenk— 们非常有必要将预测模型应用于旅游业中，这不仅具有现实意义，也具 ins)于7O年代初提出。其中ARIhlA(p，d，q)称为差分 自回归移动平均模 有重大的经济效益。 型，AR是自回归，p为自回归项：MA为移动平均，q为移动平均项数，d 目前，各国旅游研究者纷纷对旅游预测开展相关研究，在游客量预 为时间序列成为平稳时所做的差分次数。 测、国内游客量量预测等方面，建立了各种方法和模型[卜8]。在对国内 ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序 旅游市场游客量需求的预测中，常用的方法有多元回归模型[2]、神经 列视为一个随机序列，用数学模型来描述，模型被识别后可以从时间序 网络模型[3]、灰色预测模型[4]、引力模型[5]、一般时间序列模型 列的过去值及现在值来预测未来值。 [6]等，这些方法可以反映游客变化的一般趋势，但预测结果受突发情 ARIMA模型预测的基本程序如下： 况 (例如sARS事件)的影响比较大 [7]。ARI~A【作为 1．根据时间序列的散点图、自相关函数和偏 自相关函数图以ADF 统计预测中的一个重要模型，被广泛运用于各个领域，而由于ARI— 单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识 hIA模型则能够较好地克服随机干扰问题[8]，近年来。也被运用与旅游 别。 业游客量的预测中[1]。 2，对非平稳序列进行平稳化处理 如果数据序列是非平稳的，并存 当前，生态旅游业发展迅速，俨然已经成为各国