![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/10/4eb88ccc-482f-45b1-899f-0b18031f086c/4eb88ccc-482f-45b1-899f-0b18031f086cpic.jpg)
![結(jié)合季節(jié)模型和小波-非參數(shù)自回歸模型的中國入境游人數(shù)的預(yù)測.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/10/4eb88ccc-482f-45b1-899f-0b18031f086c/4eb88ccc-482f-45b1-899f-0b18031f086c1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、由于中國經(jīng)濟(jì)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(zāi)害、政治、經(jīng)濟(jì)等因素,這就要求我們在研究旅游業(yè)的同時(shí)需對入境游人數(shù)做一個(gè)較為精準(zhǔn)的預(yù)測。本文旨在建立數(shù)學(xué)模型來預(yù)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(yù)先的指導(dǎo),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(shí)間區(qū)域內(nèi)的月度入境游人數(shù)為依據(jù),構(gòu)建三種預(yù)測入境游人數(shù)的模型。第一種應(yīng)用季節(jié)模型,主要是用乘法季節(jié)模型來預(yù)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(jié)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(yù)測效果,結(jié)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(jìn)一步優(yōu)化預(yù)測結(jié)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(jié)合起來,選擇最優(yōu)權(quán)數(shù),構(gòu)建組合預(yù)測模型來對
3、入境游人數(shù)進(jìn)行預(yù)測。最后通過比較,認(rèn)為結(jié)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(yù)測模型最佳,建議政府和相關(guān)決策者,在預(yù)測入境游人數(shù)時(shí),可采用結(jié)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(yù)測模型,預(yù)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(xiàn)點(diǎn)在于:(1)將小波分析與非參數(shù)自回歸分析有效的結(jié)合在一起,構(gòu)建小波-非參數(shù)自回歸模型,并首次將此模型應(yīng)用于中國入境游人數(shù)的預(yù)測中,得到優(yōu)于應(yīng)用季節(jié)模型的預(yù)
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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(yù)測中的應(yīng)用研究.pdf
- 基于小波的部分線性自回歸預(yù)測模型及其應(yīng)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(yù)測研究.pdf
- 基于非參數(shù)回歸的高爐爐溫預(yù)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(jì)相合性的研究
- 中國PPI的基于遺傳算法的門限自回歸預(yù)測模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和自回歸模型的股市預(yù)測.pdf
- 非參數(shù)回歸模型中β的核估計(jì).pdf
- 中國人均GDP的函數(shù)系數(shù)自回歸模型的預(yù)測研究.pdf
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計(jì)的相合性.pdf
- 基于半?yún)?shù)回歸模型小波估計(jì)的若干問題研究.pdf
- 關(guān)于入境旅游人數(shù)的時(shí)間序列分析
- 基于自回歸模型的混沌時(shí)間序列預(yù)測與應(yīng)用.pdf
- 平滑轉(zhuǎn)移自回歸模型的研究和應(yīng)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(yàn)似然
- 線性回歸和灰色預(yù)測模型案例
- 基于小波理論的短期負(fù)荷預(yù)測模型研究.pdf
- 基于小波和FIR神經(jīng)網(wǎng)絡(luò)的流量預(yù)測模型研究.pdf
- 基于小波變換和馬爾可夫鏈的流量預(yù)測模型.pdf
評論
0/150
提交評論