N98B0010王淑萍课件.pptVIP

N98B0010 王淑萍 前言 2007年「亞洲目的地」雜誌第一次由讀者票選亞洲最佳旅遊景點、飯店票選，泰國曼谷獲選為亞洲最佳旅遊城市，而具有一百三十年歷史的曼谷東方文華酒店也獲選為亞洲最佳飯店。許多讀者認為，曼谷擁有美食以及夜生活，還有許多購物商場以及觀光景點是個物超所值的旅遊城市。 交通部觀光局之統計資料亦顯示，93年至98年國人出國目的地在亞洲地區除港澳、日本、新加坡及韓國外台灣旅客前往泰國的人數亦名列前茅，其觀光實力不可小覷。因此報告選擇國人出境至泰國人數來預測下一期之人數。 過去趨勢及歷年觀光統計資料 2008年全球金融海嘯、黃衫軍佔領機場，2009年景氣尚未復甦、紅衫軍抗議再加上H1N1新型流感發生 2003年3月SARS疫情 2004年12月26日南亞海嘯 特殊狀況 2000至2009年影響國人出境至泰國之特殊狀況 1.2003年SARS疫情。 2.2004年12月26日南亞大海嘯。 3.2008年全球金融風暴、黃衫軍佔領曼谷國際機場，泰國政局不穩定。 4.2009年金融風暴尚未解除、紅衫軍示威抗議及H1N1疫情發生。 各預測方法MAPE分析 預測模型 MAPE RMSPE DCA Theil U 預測下期人數 Na?ve 1 20.260 34.911 0.610 1 26165 Na?ve 2 27.112 43.773 0.581 1.3 25726 Seasonal Na?ve 40.937 95.850 0.673 1.849 21385 SMA3 29.476 24127 SMA6 33.051 23524 SMA12 34.956 21537 分解+ SMA(1SMA最佳) 17.208 34375 SES 17.083 32144 DES 20.456 37711 TES 21.479 20372 AUTORE最佳(At-1+2) 17.203 5186 Na?ve模式 方法 Na?ve 1 Na?ve 2 S Na?ve MAPE 20.260 27.112 40.937 以Na?ve 1 、Na?ve 2及Seasonal Na?ve等三種方法預測結果顯示2000年到2009年國人出境目的地到泰國以Na?ve 1為預測力最佳之模式，亦即下個月出境到泰國人數等於前一個月的實際值。 SMA 從SMA3、6、12之MAPE值發現，SMA3優於SMA6及SMA12，符合長期數的SMA無法反應近期變化的趨勢，且SMA法比較適合預測變化較小的時間序列，而不適合有顯著季節性或突發事件的狀況。 方法 SMA3 SMA6 SMA12 MAPE 29.476 33.051 34.956 分解+ SMA方法預測 方法 SMA 3SMA 4SMA 6SMA 12SMA MAPE 17.208 22.118 23.196 24.321 27.825 以最佳SMA、3、4、6及12月等建立5種SMA法預測模式，並計算各MAPE值，其中以一期之SMA的MAPE值最低，獲選進行預測。其預測值結果與實際值比較，MAPE值為17.2％。 季節性指標 月份 Raw factors 各月份調整季節率 (Adjusted seasonal factor) 1 0.940 0.934 2 0.921 0.915 3 0.901 0.895 4 0.894 0.889 5 0.917 0.911 6 1.133 1.126 7 1.384 1.376 8 1.478 1.469 9 1.095 1.088 10 0.908 0.902 11 0.767 0.763 12 0.737 0.732 由各月份調整季節率之數據可清楚的看出7月及8月為國人出境至泰國的旺季，預估此數據乃因為7、8月是台灣的暑假，因此出國人數明顯增多。而11及12月為出境泰國之淡季，故如果泰國觀光局預至台灣行銷及宣傳泰國旅遊，則其最佳時間點為10月 指數平滑法 SES I=1 , a=1 I=2 , a=1 I=3 , a=1 MAPE=19.5631 MAPE=19.4834 MAPE=17.08285 DES I=2, a=0.65 MAPE=20.456 TES a =0.97 β= 0.02 γ=0.84 MAPE=21.479 單指數與雙指數、三指數比較起來，誤差值為最小，而單指數中最佳起始期數為3、a=1數據誤差值最小。若a=1，則SES與簡易模式(Na?ve)相同，其預測結果只有一期有影響。SES可預測定態的時間序列，但只能預測下一期的值。 自我迴歸法 自我迴歸預測模式 MAPE At-1 17.273 At-2 24.384 At-3 27.819 At-1+2 17.203 At-1+3 17.263 At-2+