基于SARIMA模型的我国入境旅游人数时间序列分析研究.pdfVIP

基于SARIMA模型的我国入境旅游人数时间序列分析一 王丽英a 刘后平b (成都理工大学 a,信息管理学院；b,商学院, 四川成都 610059） [摘要] 时间序列是一种按照时间顺序取得的一组数据，分析时间序列的常 用方法为Box-Jenkins模型。Box-Jenkins模型不以经济理论为指导，依据时间 序列自身结构特点建立模型，并利用外推进行预测。本文搜集了2001年1月至 2007年9月的入境旅游人数，在此基础上根据Box-Jenkins建模的方法，建立 了入境旅游人数带的SARIMA模型，对模型进行了适应性检验，比较了预测值与 观测值的差别，证明模型是较合理的。 [关键词] 入境人数 时间序列 SARIMA模型 自相关函数 偏自相关函数 一、 关于本文时间序列模型的说明 时间序列是一种是按照时间顺序取得的一组数据，大多数的时间序列存在惯 性，通过对这种惯性的分析就可以由现在值和过去值对未来值进行预测。时间序 列分析是一种根据动态数据揭示系统动态结构和规律的统计方法，其基本思想是 根据随机的时间序列建立能够比较精确的反映时间序列中所包含的动态依存关 系的数学模型，并借以对未来进行预测。 分析时间序列的方法很多，本文主要讨论Box-Jenkins模型。Box-Jenkins 模型不以经济理论为指导，依据时间序列自身结构特点建立模型，并利用外推进 行预测。建立时间序列模型的前提条件时如果时间序列是平稳的，就可以用ARMA 模型来刻划它。但通常经济时间序列都存在一定的趋势，是不平稳的时间序列， 不能直接建立ARMA(p,q)模型，这时差分运算就是一种较好的处理方式，许多非 平稳的时间序列差分后会显示出平稳序列的性质，我们称这个非平稳序列为差分 平稳序列。对差分平稳序列可以使用ARIMA模型进行拟合。 ARIMA（p,d,q）模型称为求和自回归移动平均模型。其基本结构为 一 基金项目：本文获成都理工大学2007年度校级教改项目 “基于文管类专业的统计学案例教学改革”资 助。 1 d  dd (B) x  (B) ((BB)) xx  ((BB))ttt ttt   2 22 E( ) 0 Var( )  ,E(  ) 0,s t EE(( )) 00，VVaarr(( ))  ,,EE((  )) 00,,ss tt  t t  t s tt tt  tt ss   Ex   0,s t EExx   00,,ss tt s t  ss tt  d d dd dd  X  1B 式中： XX  11BB B为滞后算子   ttt  