基于ARIMA模型的海南月度旅游人数预测

作者：孔朝莉

来源：中国科技信息, 2019, (05): 76-78.

DOI：10.3969/j.issn.1001-8972.2019.05.030

• 因素分解模型
• 旅游人数
• ARIMA
• 确定性
• 游客人数
• 相对误差

从2011.01～2018。08共104个月的海南旅游人数数据出发,首先利用自相关图和偏自相关图对旅游人数序列进行平稳性检验,根据长期趋势性和季节性的特点,确定采用乘积ARIMA模型。按AIC最小准则,对模型进行定阶,最终建立了ARIMA(1,1,1)×(1,1,1)12模型。通过R软件计算,实现对海南旅游人数的预测。2018年9旅游人数预测相对误差分别为2.06,一步预测效果非常理想。与确定性因素分解模型相比,ARIMA(1,1,1)×(1,1,1)12模型预习效果更优。在智慧城市建设进程中,月度旅游人数预测更能及时、准确地掌握游客数量变动趋势,相关管理部门能提前做好预案,提升游客体验度。

• 单位
  三亚学院