应用SPSS进行季节预测.docVIP

摘要：对一定时期的游客人数进行预测，是发展旅游业必不可少的科学分析阶段。运用比较通用的应用软件——电子表格程序（Microsoft Excel）来进行旅游人数处理，结合SPSS对游客人数预测进行分析，在一定程度上可以反映游客人数变动的趋势。本文以2010~2012年各月份外国入境人数为例，探讨游客人数预测的方法。 关键词：Excel；SPSS；游客人数预测 季节预测属于时间序列分析中的一种。时间序列，也叫时间数列或动态数列，是要素（变量）的数据按照时间顺序变动排列而形成的一种数列，它反映了要素（变量）随时间变化的发展过程。地理过程的时间序列分析，就是通过分析地理要素（变量）随时间变化的历史过程，揭示其发展变化规律，并对其未来状态进行预测。 1 时间序列分析的基本原理 时间序列的组合成分 一般来说，时间序列由4种成分所构成，即长期趋势（一般用T表示）、季节变动（一般用S表示）、循环变动（C）和不规则变动（一般用I表示）。 时间序列的组合模型 1、加法模型：Y=T+S+C+I （1.2.1） 2、乘法模型：Y=T*C*S*I （1.2.2） 2 趋势拟合方法 1、移动平均法：如果某时间序列为y1，y2，…，yt，则该序列在t+1时刻的移动平均预测值为： （2.1.1） 式中： 为t点的移动平均值； n称为移动时距（点数）。 2、滑动平均法：其计算公式为： （2.2.1） 式中： 为t点的滑动平均值； l为单侧滑动时距（点数）。 3、高次指数平滑法： 另St（1）为一次指数平滑值，即 St（1）=αyt+(1-α) St-1（1） (2.3.1) 对一次指数平滑值，再作一次指数平滑，可得二次指数平滑值（St（2））： St（2）=αSt（1）+(1-α) St-1（2） (2.3.2) 式中：α为平滑系数。一般时间序列较平稳，α取值可小一些，一般取α∈（0.05,0.3）；若时间序列数据起伏波动比较大，则α应取较大的值，一般取α∈（0.7,0.95）。 二次指数平滑法的预测公式为 （2.3.3） 式中：k代表从基期t到预测期的期数。 at=2St(1)-St(2) (2.3.4) bt=α(St（1）- St（2）)/(1-α) (2.3.5) 3 季节变动预测 一个时间序列的发展变化过程，往往是长期趋势（T）、季节变动（S）、循环变动（C）和不规则变动（I）四种变动综合作用的结果。如果接受乘法模型假设，那么对于季节变动的预测，就可以采用如下步骤： 1、将原时间序列求移动（或滑动）平均，目的是消除季节变动和不规则变动，保留长期趋势。 2、将原序列y除以其对应的趋势方程值（或平滑值），目的是分离出季节变动（含不规则变动），即 季节系数=TSCI/趋势方程值（TC或平滑值）=SI 一般用序列中若干年的季节系数之平均值作为季节系数的改进值。 3、将月度（或季度）的季节指标加总，以由计算误差导致的值去除理论加总值，得到一个校正系数，并以该校正系数乘以季节性指标从而获得调整后季节性指标。 4、求预测模型。如果欲求下一年度的预测值，可简单地延长趋势线即可；若要求各月（季）的预测值，只需以趋势值乘以各月份（季度）的季节性指标即可求的未来各月（季）的预测值。 如果时间序列是线性趋势上升（下降）的，那么季节变动的预测模型就是： （3.1.1） 试中： 是时期的预测值； at、bt为趋势线方程的系数； 为季节性指标。 4 软件操作 1、将所的数据（2010~2012外国游客入境中国的人数）输入到Excel中，并绘制成表格（如图1）所示。 2、将外国入境人数数据复制到SPSS中，并计算出其三点滑动值（如图2）所示。 （图1） （图2） 3、将求得的三点滑动值复制到Excel中，并求出季节性指标。 4、整理季节性指标。季节性指标只和为4.0056，因此其校正系数为4/4.0056=0.9986，