發(fā)布時(shí)間：2020-11-08 11:29

　　 隨著我國(guó)新時(shí)代的到來(lái),旅游業(yè)作為一個(gè)綜合性很強(qiáng)的產(chǎn)業(yè),除了能夠促進(jìn)周邊景區(qū)、酒店、交通、保險(xiǎn)等各個(gè)相關(guān)行業(yè)的進(jìn)步,甚至還能增加就業(yè)機(jī)會(huì),帶領(lǐng)人們實(shí)現(xiàn)脫貧。因此應(yīng)該對(duì)旅游景點(diǎn)人數(shù)做科學(xué)、準(zhǔn)確的預(yù)測(cè),這對(duì)于各個(gè)行業(yè)的經(jīng)營(yíng)管理有著極其重要的經(jīng)濟(jì)意義。本文應(yīng)用時(shí)間序列模型對(duì)大豐河漂流景點(diǎn)的旅游人數(shù)進(jìn)行分析,采用的是從景點(diǎn)的門(mén)禁采集系統(tǒng)得到的真實(shí)數(shù)據(jù),可以將這些數(shù)據(jù)細(xì)化為不同的時(shí)間維度進(jìn)行研究。從日周期、日周期分三時(shí)段、月周期分三時(shí)段、月周期的午間時(shí)間四個(gè)不同的維度,分別對(duì)大豐河景點(diǎn)旅游人數(shù)進(jìn)行分析。本文是在時(shí)間序列分析的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行建模與檢驗(yàn),做了大量的試驗(yàn)來(lái)找尋旅游人數(shù)間的變化規(guī)律。本文對(duì)未來(lái)人數(shù)進(jìn)行了預(yù)測(cè),比較了用哪種方法可以提高預(yù)測(cè)的準(zhǔn)確率。本文應(yīng)用Eviews和SAS軟件,完成了不同時(shí)間維度模型的數(shù)據(jù)實(shí)驗(yàn),最終認(rèn)為月周期午間時(shí)間維度建立的時(shí)間序列模型預(yù)測(cè)效果較好,這種預(yù)測(cè)方法的誤差僅有5%左右,具有一定研究?jī)r(jià)值。
【學(xué)位單位】：黑龍江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：F592.7
【文章目錄】：
中文摘要
abstract
第1章 緒論
    1.1 研究背景
        1.1.1 景點(diǎn)人數(shù)預(yù)測(cè)背景分析
        1.1.2 智慧旅游與數(shù)據(jù)挖掘
    1.2 研究目的及意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 國(guó)外研究成果及現(xiàn)狀
        1.3.2 國(guó)內(nèi)研究成果及現(xiàn)狀
    1.4 研究思路和方法
    1.5 本章小結(jié)
第2章 時(shí)間序列理論分析
    2.1 時(shí)間序列的定義
    2.2 時(shí)間序列預(yù)處理
        2.2.1 時(shí)間序列的平穩(wěn)性
        2.2.2 時(shí)間序列的純隨機(jī)性
    2.3 平穩(wěn)時(shí)間序列模型識(shí)別
        2.3.1 平穩(wěn)時(shí)間序列的分類(lèi)及特征
        2.3.2 平穩(wěn)時(shí)間序列模型的識(shí)別
    2.4 平穩(wěn)時(shí)間序列建模
        2.4.1 建模步驟
        2.4.2 模型的參數(shù)估計(jì)與檢驗(yàn)
        2.4.3 模型的檢驗(yàn)
        2.4.4 模型的優(yōu)化
    2.5 非平穩(wěn)時(shí)間序列分析
        2.5.1 ARIMA模型
        2.5.2 建模步驟
    2.6 時(shí)間序列預(yù)測(cè)方法
        2.6.1 平穩(wěn)時(shí)間序列分析預(yù)測(cè)方法
        2.6.2 非平穩(wěn)時(shí)間序列分析預(yù)測(cè)方法
    2.7 本章小結(jié)
第3章 景點(diǎn)人數(shù)預(yù)測(cè)問(wèn)題的數(shù)據(jù)預(yù)處理
    3.1 數(shù)據(jù)的獲取
    3.2 異常值的處理
    3.3 景點(diǎn)人數(shù)的數(shù)據(jù)處理
    3.4 本章小結(jié)
第4章 時(shí)間序列模型景點(diǎn)人數(shù)的預(yù)測(cè)
    4.1 日周期時(shí)間序列分析
        4.1.1 時(shí)間序列預(yù)處理
        4.1.2 模型的建立與識(shí)別
        4.1.3 參數(shù)估計(jì)與檢驗(yàn)
        4.1.4 預(yù)測(cè)與分析
    4.2 日周期三時(shí)段時(shí)間序列分析
        4.2.1 時(shí)間序列預(yù)處理
        4.2.2 模型的建立與識(shí)別
        4.2.3 參數(shù)估計(jì)與檢驗(yàn)
        4.2.4 預(yù)測(cè)與分析
    4.3 月周期三時(shí)段時(shí)間序列分析
        4.3.1 時(shí)間序列預(yù)處理
        4.3.2 模型的建立與識(shí)別
        4.3.3 參數(shù)估計(jì)與檢驗(yàn)
        4.3.4 預(yù)測(cè)與分析
    4.4 月周期午間時(shí)段時(shí)間序列分析
        4.4.1 時(shí)間序列預(yù)處理
        4.4.2 模型的建立與識(shí)別
        4.4.3 參數(shù)估計(jì)與檢驗(yàn)
        4.4.4 預(yù)測(cè)與分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孔朝莉;;基于乘法季節(jié)模型的海南旅游人數(shù)預(yù)測(cè)[J];統(tǒng)計(jì)與管理;2018年02期

2 陳珊;申世昌;;ARIMA模型對(duì)我國(guó)旅游業(yè)可持續(xù)發(fā)展的實(shí)證研究[J];齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

3 楊潔;王鴻緒;趙方;;莆田湄洲島旅游人數(shù)預(yù)測(cè)的新方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2016年22期

4 劉燕玉;龍金萍;;基于ARIMA模型的江口縣旅游人數(shù)實(shí)證分析[J];統(tǒng)計(jì)與管理;2016年06期

5 黃文輝;鄒林南;;疏系數(shù)ARIMA模型預(yù)測(cè)江西省肺結(jié)核發(fā)病趨勢(shì)[J];安徽預(yù)防醫(yī)學(xué)雜志;2016年03期

6 林德榮;張軍洲;;旅游時(shí)間序列的季節(jié)性特征研究——以城市入境旅游為例[J];旅游學(xué)刊;2015年01期

7 雷鵬飛;;基于季節(jié)性ARIMA模型的中國(guó)CPI序列分析與預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2014年14期

8 朱建平;章貴軍;劉曉葳;;大數(shù)據(jù)時(shí)代下數(shù)據(jù)分析理念的辨析[J];統(tǒng)計(jì)研究;2014年02期

9 趙肖肖;朱寧;黃黎平;;基于ARIMA模型的時(shí)間序列建模算法和實(shí)證分析[J];桂林電子科技大學(xué)學(xué)報(bào);2012年05期

10 張美英;何杰;;時(shí)間序列預(yù)測(cè)模型研究綜述[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年18期

相關(guān)博士學(xué)位論文 前3條

1 于蓓;基于時(shí)間序列分析的我國(guó)上市銀行系統(tǒng)性風(fēng)險(xiǎn)研究[D];山西財(cái)經(jīng)大學(xué);2013年

2 聶淑媛;時(shí)間序列分析的早期發(fā)展[D];西北大學(xué);2012年

3 王（龍?zhí)欤?我國(guó)旅游需求側(cè)的理論和實(shí)踐研究[D];河海大學(xué);2006年

相關(guān)碩士學(xué)位論文 前2條

1 周靖;隨機(jī)時(shí)間序列模型在商品國(guó)際價(jià)格預(yù)測(cè)中的適用性研究[D];西南財(cái)經(jīng)大學(xué);2007年

2 熊靚;上海市入境旅游市場(chǎng)統(tǒng)計(jì)分析及預(yù)測(cè)模型研究[D];華東師范大學(xué);2004年

本文編號(hào)：2874725