第四章-旅游者需求預(yù)測()

一、旅游需求預(yù)測趨勢外推模型假定：歷史趨勢延續(xù)性曲線擬合回歸、時間序列模型結(jié)構(gòu)模型多元回歸：

仿真模型系統(tǒng)方程系統(tǒng)動力學(xué)定性模型特爾菲法表4.7四種模型的比較水平時間序列模型：一次滑動平均模型；加權(quán)平均;

一次指數(shù)平滑模型。趨勢需求模型：線形趨勢模型：線形回歸模型；二次滑動平均模型非線形趨勢模型：二次回歸模型；三次指數(shù)平滑模型季節(jié)性需求模型：季節(jié)性水平模型；季節(jié)性交乘趨勢模型Box—Jenkins模型1、趨勢外推模型

（1）簡單回歸分析一元線性回歸：

T＝b0+b1tP58

圖4.1注意：外推時間不宜過長

趨勢線預(yù)測法

三種最常用的趨勢線：

①直線型趨勢線yt=a+bt

②指數(shù)型趨勢線yt=abt

③拋物線型趨勢線yt=a+bt+ct2

這三種趨勢線方程中系數(shù)的求解可以用回歸分析方法的最小二乘法實現(xiàn)

2、時間序列模型時間序列的含義：分析地理要素（變量）隨時間變化的歷史過程;

揭示其發(fā)展變化規(guī)律，并對其未來狀態(tài)進行預(yù)測

時間單位：年季月周日時序數(shù)據(jù)特點：趨勢季節(jié)循環(huán)偶然季節(jié)變化（季節(jié)波動）：以年為周期，以月、季為時段預(yù)測過程：曲線擬合估計未來需求圖形

水平需求圖形趨勢需求圖形季節(jié)性需求圖形6000080000100000120000140000989900010203Y平滑預(yù)測法1）移動平均法

設(shè)某一時間序列為y1，y2，…，yt，則下一期（t+1時刻）的預(yù)測值：

為t點的移動平均值，n為移動時距（點數(shù)）用最近幾個時期數(shù)據(jù)值的平均數(shù)作為下一個時期的預(yù)測值2)加權(quán)滑動平均模型作用：消除干擾，顯示序列的趨勢性變化；并通過加權(quán)因子的選取，增加新數(shù)據(jù)的權(quán)重，使趨勢預(yù)測更準(zhǔn)確其中最近n個時期數(shù)值的加權(quán)平均數(shù)作為預(yù)測值；最近時期的觀測值應(yīng)取得最大的權(quán)數(shù)，而比較遠的時期權(quán)數(shù)應(yīng)依次遞減

2)滑動平均法

計算公式：

為t點的滑動平均值，為單側(cè)平滑時距（點數(shù)）?；瑒悠骄ǖ挠嬎憬Y(jié)果優(yōu)于移動平均法；三點滑動平均法的計算結(jié)果與原始數(shù)據(jù)的誤差較小3)指數(shù)平滑法

指數(shù)平滑法可以分為一次指數(shù)平滑和高次指數(shù)平滑一次指數(shù)平滑：①計算公式

α為平滑系數(shù)。②平滑系數(shù)的確定▲若時間序列較平穩(wěn)，數(shù)據(jù)波動較小，α取值可小一些一般取α∈（0.05,0.3）；▲若時間序列數(shù)據(jù)起伏波動比較大，α應(yīng)取較大的值一般取α∈（0.7,0.95）；

具體應(yīng)用時可通過經(jīng)驗或試算，以誤差盡可能的小為最好

季節(jié)性水平模型

=*（i=1，2，……，T）式中，

為平均數(shù)；

為季節(jié)指數(shù)

T為季節(jié)周期的長度適用條件：適用于只有季節(jié)變動，無明顯的趨勢變動的時間序列

建模：計算；求解。季節(jié)性交乘模型時間序列可分解：長期趨勢（T）、季節(jié)變動（S）、循環(huán)變動（C）和不規(guī)則變動（I）四種時間序列分析的模型：

▲加法模型

Y=T+S+C+I

假設(shè)四種因素相互獨立▲乘法模型

Y=T×S×C×I

假定各因素之間存在交錯互動影響在地理統(tǒng)計時序分析中，乘法模型更為常用。對乘法模型進行變換可以對長期趨勢、季節(jié)變動、循環(huán)變動及不規(guī)則變動進行測定

季節(jié)性交乘趨向模型

=（a+bt）*（i=1，2，……，T）

式中，

=（a+bt）為趨勢部分

為季節(jié)指數(shù)

T為季節(jié)周期的長度

適用條件：適用于既有季節(jié)變動，又有趨勢變動且波動幅度不斷變化的時間序列建模：建立趨勢方程求各期趨勢值求樣本季節(jié)指數(shù)求理論季節(jié)指數(shù)基本步驟①將原時間序列求移動平均以消除季節(jié)變動和不規(guī)則變動，保留長期趨勢②將原序列y除以其對應(yīng)的趨勢方程值（或平滑值）以分離出季節(jié)變動（含不規(guī)則變動）即

季節(jié)系數(shù)=TSCI/趨勢方程值（TC或平滑值）=SI

一般用序列中若干年的季節(jié)系數(shù)之平均值作為季節(jié)系數(shù)的改進值；③季節(jié)性指標(biāo)將月度（或季度）的季節(jié)指標(biāo)加總，以由計算誤差導(dǎo)致的值去除理論加總值，得到一個校正系數(shù)，并以該校正系數(shù)乘以季節(jié)性指標(biāo)從而獲得調(diào)整后季節(jié)性指標(biāo)；④進行預(yù)測如果欲求下一年度的預(yù)測值：簡單地延長趨勢線即可若要求各月（季）的預(yù)測值：只需以趨勢值乘以各月份（季度）的季節(jié)性指標(biāo)求季節(jié)變動預(yù)測的數(shù)學(xué)模型（以直線為例）為

yt+l是由（t到l）預(yù)測值，at、bt為方程系數(shù)（參數(shù)），θT為T周期的季節(jié)系數(shù)例：某市1995～1999年各季度游客流量yi（104人次）如表1所示，試預(yù)測該市2000年各季的客流量。①求表1序列的三次滑動平均值②用三次指數(shù)平滑法求預(yù)測模型系數(shù)其中，S1=S2=S3=y1。

t的編號為t=1對應(yīng)于1995年的1季度，…，t=20對應(yīng)于1999年的第4季度。平滑系數(shù)的確定是預(yù)測成功與否的關(guān)鍵，經(jīng)過多次嘗試選擇后，最后確定為=0.3。

預(yù)測模型為

=at+btT+ctT2

③求預(yù)測模型

根據(jù)表3算出at、bt、ct，后得預(yù)測模型為

④求季節(jié)性指標(biāo)

將原始數(shù)據(jù)分別除以平滑值，得相應(yīng)的季節(jié)系數(shù)。然后再把各季節(jié)性系數(shù)平均得季節(jié)性指標(biāo)季節(jié)性指標(biāo)之和理論上應(yīng)等于4,現(xiàn)等于4.0033,需要進行調(diào)整調(diào)整方法：求校正系數(shù)θ=4/4.0033=0.9992將表中的最后一行,分別乘以θ,即得調(diào)整后的季節(jié)性指標(biāo)⑤求預(yù)測值

根據(jù)預(yù)測模型求出2000年各季度的客流量將上述2000年四個季度的客流量預(yù)測值乘以調(diào)整后的季節(jié)性指標(biāo)，即得2000年各季度客流量的最后預(yù)測值2000年全年的客流量：y2000=1178.56+1200.37+972.29+973.33=4324.55（104人次）季節(jié)性交乘趨勢的應(yīng)用頤和園游客分月預(yù)測：模型的應(yīng)用加上科學(xué)的分析，能使預(yù)測更為準(zhǔn)確有效，更好地為決策服務(wù)。

季節(jié)性迭加趨向模型

=（a+bt）+

（i=1，2，……，T）式中，=（a+bt）為趨勢部分 為季節(jié)增量

T為季節(jié)周期的長度

適用條件：