ES和ARIMA旅游需求模型预测效果比较

被引：9

作者：

黄秀娟

张燕

林凤柳

机构：

[1] 福建农林大学经济与管理学院(旅游学院)

来源：

商场现代化 | 2007年 / 35期

关键词：

旅游需求预测; EM; ARIMA;

D O I：

暂无

中图分类号：

F591 [世界旅游事业]; F224 [经济数学方法];

学科分类号：

120203 ; 0701 ; 070104 ;

摘要：

指数平滑技术(ES)和综合自回归移动平均技术(ARIMA)是当前国际上利用单变量时间序列进行旅游需求预测的两种重要的预测技术。本文利用中国四大入境旅游客源国日本、英国、美国、澳大利亚到中国的年旅游人数数据,对二种预测方法的事后预测效果进行了比较。结果显示,对于日本和美国两个国家的入境旅游人数,指数平滑技术的预测效果优于综合自回归模型;而对于英国和澳大利亚两个国家,指数平滑技术的预测效果劣于综合自回归模型。

引用

页码：180 / 182

页数：3

共 7 条

[1]

计量经济模型与经济预测[M]. 机械工业出版社 , (美)罗伯特S.平狄克(RobertS.Pindyck),(美)丹尼尔L.鲁宾费尔德(DanielL.Rubinfeld)著, 1999

[2] Cointegration versus least squares regression [J].

Kulendran, N ;

Witt, SF .

ANNALS OF TOURISM RESEARCH, 2001, 28 (02) :291-311

[3]

An Analysis of the International Tourism Demand in Spain. Gonza′lez,P,P Moral. International.Journal of forecasting . 1995

[4]

Forecasting international quarterly tourist flows using error-correction and time-series models. Kulendran N,King,Maxwell L. International Journal of Forecasting . 1997

[5]

Accuracy of econometric forecasts of tourism. Martin C A,Witt S F. Annals of Tourism Research . 1989

[6]

Analysis of Inbound Tourism Demand in South Korea:A Cointegration and Error Correction Approach. Kim S,H Song. Tourism Analysis . 1998

[7]

Co integration versus least squares regression. Kulendran,Nada,Witt,Stephen F. Annals of Tourism Research . 2001

← 1 →