版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、由于中國經(jīng)濟水平不斷地在提高,中國對外開放程度加深,中國入境游市場一直保持著穩(wěn)步快速的發(fā)展趨勢,但是很多因素都會影響中國入境游市場,如疾病、災害、政治、經(jīng)濟等因素,這就要求我們在研究旅游業(yè)的同時需對入境游人數(shù)做一個較為精準的預測。本文旨在建立數(shù)學模型來預測中國入境游游客數(shù),使得通過本文建立的模型,能夠給入境游市場提供一些預先的指導,為入境游市場決策者提供一些建議。
本文首先介紹了中國入境游市場從2001年1月開始到2013年1
2、2月的發(fā)展情況,并以在此時間區(qū)域內的月度入境游人數(shù)為依據(jù),構建三種預測入境游人數(shù)的模型。第一種應用季節(jié)模型,主要是用乘法季節(jié)模型來預測中國入境游人數(shù)。第二種是將小波分析與非參數(shù)自回歸相結合,創(chuàng)建小波-非參數(shù)自回歸模型,并比較季節(jié)模型和小波-非參數(shù)自回歸模型擬合和預測效果,結果表明小波-非參數(shù)自回歸模型優(yōu)于季節(jié)模型。為了進一步優(yōu)化預測結果,本文考慮第三種模型,即將季節(jié)模型和小波-非參數(shù)自回歸模型結合起來,選擇最優(yōu)權數(shù),構建組合預測模型來對
3、入境游人數(shù)進行預測。最后通過比較,認為結合了季節(jié)模型和小波-非參數(shù)自回歸模型的最優(yōu)組合預測模型最佳,建議政府和相關決策者,在預測入境游人數(shù)時,可采用結合了季節(jié)模型和小波-非參數(shù)自回歸模型的最優(yōu)組合預測模型,預測能力比單純使用季節(jié)模型和小波-非參數(shù)自回歸模型更優(yōu)。
本文的貢獻點在于:(1)將小波分析與非參數(shù)自回歸分析有效的結合在一起,構建小波-非參數(shù)自回歸模型,并首次將此模型應用于中國入境游人數(shù)的預測中,得到優(yōu)于應用季節(jié)模型的預
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非參數(shù)自回歸模型及其在匯率預測中的應用研究.pdf
- 基于小波的部分線性自回歸預測模型及其應用研究.pdf
- 中國人口增長率的非參數(shù)自回歸模型.pdf
- 基于評論情感和自回歸模型的銷量預測研究.pdf
- 基于非參數(shù)回歸的高爐爐溫預測控制模型研究.pdf
- 30221.nod序列下半?yún)?shù)回歸模型和非參數(shù)回歸模型估計相合性的研究
- 中國PPI的基于遺傳算法的門限自回歸預測模型.pdf
- 基于BP神經(jīng)網(wǎng)絡和自回歸模型的股市預測.pdf
- 非參數(shù)回歸模型中β的核估計.pdf
- 中國人均GDP的函數(shù)系數(shù)自回歸模型的預測研究.pdf
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計的相合性.pdf
- 基于半?yún)?shù)回歸模型小波估計的若干問題研究.pdf
- 關于入境旅游人數(shù)的時間序列分析
- 基于自回歸模型的混沌時間序列預測與應用.pdf
- 平滑轉移自回歸模型的研究和應用.pdf
- 非參數(shù)回歸模型論文線性過程誤差下非參數(shù)模型經(jīng)驗似然
- 線性回歸和灰色預測模型案例
- 基于小波理論的短期負荷預測模型研究.pdf
- 基于小波和FIR神經(jīng)網(wǎng)絡的流量預測模型研究.pdf
- 基于小波變換和馬爾可夫鏈的流量預測模型.pdf
評論
0/150
提交評論