1、目錄 HYPERLINK l _Toc28240 摘 要2 HYPERLINK l _Toc11144 Abstract3 HYPERLINK l _Toc28391 1 引言1 HYPERLINK l _Toc18027 2 預(yù)備知識2 HYPERLINK l _Toc25323 2.1 模型的預(yù)處理2 HYPERLINK l _Toc19572 2.2 模型的識別、定階3 HYPERLINK l _Toc6696 2.3 模型的檢驗、擬合及預(yù)測3 HYPERLINK l _Toc31697 3 中國國內(nèi)游客數(shù)量的建模及預(yù)測4 HYPERLINK l _Toc31097 3.1 數(shù)據(jù)分析4

2、HYPERLINK l _Toc20421 3.2 模型預(yù)處理6 HYPERLINK l _Toc31109 3.3 模型定階9 HYPERLINK l _Toc26376 3.4 模型檢驗9 HYPERLINK l _Toc19495 3.5模型的預(yù)測效果評價10 HYPERLINK l _Toc2562 4. 結(jié)論11中國國內(nèi)游客數(shù)量的時間序列分析摘 要本文將1994至2014年中國國內(nèi)游客數(shù)量的年度數(shù)據(jù)作為一個時間序列，找出國內(nèi)游客數(shù)量的變化與時間之間的關(guān)系，建立相關(guān)的模型，對中國國內(nèi)游客未來五年的數(shù)量進(jìn)行預(yù)測分析，得出如果對旅游結(jié)構(gòu)進(jìn)行相應(yīng)的調(diào)整，對旅游消費市場的開拓提出有利的策略和思

3、路，那么旅游經(jīng)濟的結(jié)構(gòu)將向合理化、健康化發(fā)展，進(jìn)一步促進(jìn)我國經(jīng)濟發(fā)展的結(jié)論。該論文有圖8幅，表2個，參考文獻(xiàn)8篇。關(guān)鍵詞：時間序列 模型 預(yù)測 國內(nèi)游客數(shù)量 Applied Time Series Analysis of Chinese domestic touristsAbstractIn this paper, we consider the annual data of the number of domestic tourists in China from 1994 to 2014 as a time series to find out the relationship betwe

4、en the change of the number of domestic tourists and the time, and establish the relevant models to forecast the number of Chinese domestic tourists in the next five years. It is concluded that if the tourism structure be adjusted and the favorable strategies and ideas are put forward for the develo

5、pment of the tourism consumption market, and the structure of the tourism economy will bring about the rationalization and healthy development and further promote Chinas economic development.The paper has Figure 8, Table 2, reference 8 articles.Key Words: Applied Time Series Analysis Model Predict N

6、umber of domestic tourists圖清單圖序號圖名稱頁碼圖3-1中國國內(nèi)游客數(shù)量的時序圖5圖3-2中國國內(nèi)游客數(shù)量的自相關(guān)圖6圖3-3一階差分后的時序圖6圖3-4一階差分自相關(guān)圖7圖3-5二階差分時序圖7圖3-6二階差分自相關(guān)圖8圖3-7二階差分偏自相關(guān)圖8圖3-8擬合圖10表清單表序號表名稱頁碼表2-1模型定階原則3表3-11994年至2014年中國國內(nèi)游客數(shù)量4表3-22015-2019年國內(nèi)游客數(shù)量101 引言隨著改革開放，中國的經(jīng)濟一改消頹的狀態(tài)，國民 GDP 如同直升機一般直線上升，國民的收入越來越高，消費觀也有了翻天覆地的變化。從一開始的擔(dān)心糧食短缺、衣服損壞卻無

7、錢購置到開始享受生活，提高精神層次。優(yōu)美的風(fēng)景自古以來就是文人騷客抒情的對象，也是當(dāng)今許多人去追求心靈洗滌、陶冶情操的方式，都推動了旅游業(yè)的快速發(fā)展。一方面，我們中華五千年的歷史，產(chǎn)生了許多美如卷的名跡，旅游的資源一點也不匱乏。另一方面對于景點觀賞或安全的設(shè)備也越來越齊全。這帶來了我國旅游事業(yè)如火如荼的發(fā)展，尤其節(jié)假日，游客更是比肩接踵，絡(luò)繹不絕。每年我國游客的數(shù)量都以驚人的速度增加。文獻(xiàn) 王穎. 旅游消費結(jié)構(gòu)及其潛力分析D. 廣東: 華南師范大學(xué), 2009.中作者用廣東省作為例子，對旅游中各項花費所占的不同比例來研究旅游業(yè)帶給一個國家以及相關(guān)旅游景點的經(jīng)濟效益，總結(jié)了這些年來入境游客在哪些

8、方面消費較高以及影響他們購買的原因。文獻(xiàn) 沙紹舉. 中國國內(nèi)旅游消費結(jié)構(gòu)及潛力分析D. 陜西: 陜西師范大學(xué), 2008. 中作者講述了在21世紀(jì)國內(nèi)旅游者的消費形態(tài)及潛力的上升空間，不斷更新的旅游產(chǎn)品滿足了旅游中各種各樣的需求，旅游業(yè)作為一個前景很好的行業(yè)，它朝氣蓬勃的發(fā)展為景點周邊一系列的產(chǎn)業(yè)帶來了新的生機，同時也是推動著我國經(jīng)濟的高速發(fā)展的一把利劍。文獻(xiàn) 徐曉娜. 老齡化群體旅游消費行為研究體系探討基于消費價值觀視角D. 天津: 南開大學(xué), 2016.的作者在中國開始步入人口老齡化社會的背景下，研究了這些老齡人在經(jīng)歷的社會獨有背景和事件后，所形成的特有的消費價值觀，從而在旅游中有著自身特

9、征明顯的旅游地和產(chǎn)生旅游消費行為，最后解釋了為什么高年齡段消費群體喜歡旅游消費的原因以及因此而產(chǎn)生的一系列后果。本文將 1994 至 2014 年中國國內(nèi)游客數(shù)量的年度數(shù)據(jù)作為一個時間序列，先作出它的時間序列圖，觀察它的增長趨勢示意圖，接著進(jìn)行相關(guān)的模型擬合，最終建立擬合較好效果的模型，對中國國內(nèi)游客未來五年的數(shù)量進(jìn)行預(yù)測分析。2 預(yù)備知識對大量數(shù)據(jù)資料的統(tǒng)計分析，使用統(tǒng)計預(yù)測 孫振球. 醫(yī)學(xué)統(tǒng)計學(xué)M. 北京: 人民衛(wèi)生出版社, 2005: 451-492.能得到較為精準(zhǔn)的預(yù)測結(jié)果。面對現(xiàn)實中各種不確定的因素，使用如多元回歸等靜態(tài)因果模型尋找變量的關(guān)系通常很困難，相反，隨著事物的改變而改變的動

10、態(tài)模型時間序列分析則是一種較有效的方法 王振龍. 時間序列分析M. 北京: 中國統(tǒng)計出版社, 2000: 5-7.。隨機事件按時間的變化有順序記錄的一組數(shù)據(jù)就是時間序列。經(jīng)過一系列的觀測、探索，推斷出它未來大致發(fā)展?fàn)顩r的過程，這就是時間序列分析。對于一個觀察值序列，具體的做法如下：通過檢驗序列的平穩(wěn)性、純隨機性來進(jìn)行相關(guān)的預(yù)處理。對于觀察值序列的分析并提取當(dāng)中的確定性信息，需要采取差分的方法。Cox和Jenkins使用大量的案例分析、Cramer在1961年提出的Cramer分解定理都講述了一種有效提取信息確定性的方法 差分。通過Minitab軟件作出相關(guān)的圖，觀察圖像找出自相關(guān)系數(shù)拖尾還是截

11、尾，偏自相關(guān)系數(shù)拖尾還是截尾，根據(jù)相關(guān)的性質(zhì)對模型進(jìn)行定階。（3）對建立的模型進(jìn)行顯著性檢測及參數(shù)顯著性檢測，確定擬合模型是有效的。從而使用該模型進(jìn)行預(yù)測觀察值序列未來的發(fā)展。 2.1 模型的預(yù)處理在判斷模型平穩(wěn)性的方法中，圖檢驗因為簡便的操作的優(yōu)點，被人們普遍使用。對均值、方差均為常數(shù)的平穩(wěn)時間序列而言，在它的序列圖上反映出來的是這個序列一直在某個固定值的附近來回隨機且有界的波動。如果時序圖有明顯的上升、下降趨勢或周期性趨勢，通常是非平穩(wěn)序列，如果根據(jù)平穩(wěn)序列的短期相關(guān)性來判斷，那么在自相關(guān)圖中表現(xiàn)的是當(dāng)延遲期數(shù)增加的時候，自相關(guān)系數(shù)會突然衰減到零。因此，自相關(guān)圖成了平穩(wěn)性判定的標(biāo)準(zhǔn)。對于不

12、平穩(wěn)的時間序列，需要在確定時間序列模型之前使用差分方式 王燕. 應(yīng)用時間序列分析M. 北京: 中國人民大學(xué)出版社, 2012: 1,18-25,135-147,65-85.將它轉(zhuǎn)化為平穩(wěn)序列。（1）如果序列呈現(xiàn)線性趨勢，均值不平穩(wěn)，則利用一階差分；（2）如果序列呈現(xiàn)曲線變化，均值不是常數(shù)，則利用二階或三階差分；（3）如果序列呈現(xiàn)隨時間呈周期性，方差不是常數(shù)，則提取其周期信息。2.2 模型的識別、定階 對于平穩(wěn)的時序，常用的有模型、模型、模型；對于非平穩(wěn)的時序，常使用與差分運算組合后的求和自回歸移動平均模型 高慧,程宗毛. ARIMA模型在衛(wèi)星的可靠性評估中的應(yīng)用N. 杭州電子科技大學(xué)學(xué)報, 2

13、016-9(1). 。自相關(guān)和移動平均階數(shù)的估計，需要根據(jù)自相關(guān)系數(shù)、偏自相關(guān)系數(shù)具體拖尾還是截尾，來對該觀察值序列擬合出恰當(dāng)?shù)哪Ｐ汀ＤＰ投A的基本原則如下表所示：表2-1 模型定階原則模型定階拖尾階截尾拖尾階截尾拖尾拖尾模型模型模型2.3 模型的檢驗、擬合及預(yù)測在確定擬合模型之后，需要對所擬合的模型進(jìn)行檢驗，檢驗主要有兩種。 一種為模型的顯著性檢驗。當(dāng)提取到的信息足夠充分時，該模型就是顯著而有效，那么這個殘差序列通常為白噪聲序列。相反，要是殘差序列是非白噪聲序列，那么說明殘差序列沒有提取完相關(guān)信息，則擬合的模型不算有效，我們要選擇別的模型，重新進(jìn)行擬合。另一種是參數(shù)的顯著性檢驗。為了讓模型最

14、簡潔有效，需要檢驗全部的未知參數(shù)是不是顯著且不為零的，當(dāng)一個參數(shù)表現(xiàn)不顯著時，就表示它產(chǎn)生的影響不明顯，應(yīng)該剔除這個自變量，最后用一些有效的自變量來表示模型。根據(jù)時間序列已經(jīng)有的樣本值來推算出序列在將來某個時間的值就是預(yù)測。線性最小方差預(yù)測是我們目前廣泛使用的方法，即預(yù)測值是序列線性函數(shù)，預(yù)測方差取得最小值。用隨機擾動項的線性函數(shù)表示模型：其中，.的值可以用下面的公式算出：式子里面，當(dāng)均方誤差最小的時候，期預(yù)報值是預(yù)報誤差是真實值是預(yù)報誤差的方差是3 中國國內(nèi)游客數(shù)量的建模及預(yù)測本小節(jié)從中國統(tǒng)計年鑒2015中選取了中國自1994 -2014年中國國內(nèi)的游客數(shù)量作為樣本數(shù)據(jù)，并對其進(jìn)行處理分析。

15、3.1 數(shù)據(jù)分析樣本數(shù)據(jù)見表3-1，從其時間序列圖（圖1）可以看出，該序列一直呈現(xiàn)上升趨勢。表3-1：1994年至2014年中國國內(nèi)游客數(shù)量 年份國內(nèi)游客（百萬人）年份國內(nèi)游客（百萬人）199452420041120199562920051212199664020061394 續(xù)表3-1年份國內(nèi)游客（百萬人）年份國內(nèi)游客（百萬人）19976442007161019986952008171219997192009190220007442010210320017842011264120028782012295720038702013326220143611圖3-1 中國國內(nèi)游客數(shù)量的時序圖根據(jù)國內(nèi)

16、游客數(shù)量的自相關(guān)圖（見圖3-2），在延遲二階后明顯看出，全部的自相關(guān)系數(shù)都在兩倍標(biāo)準(zhǔn)差的范圍內(nèi)，而且自相關(guān)系數(shù)衰減向零的速度非常緩慢。在很長的延遲時期內(nèi)，自相關(guān)系數(shù)總為正，然后又都是負(fù)的。自相關(guān)圖表現(xiàn)出對稱的三角，表明這個模型具有單調(diào)的趨勢，這種情況經(jīng)常存在于非平穩(wěn)序列中。自相關(guān)圖和時間序列圖讀出的顯著單調(diào)遞增性是一致的。圖3-2中國國內(nèi)游客數(shù)量的自相關(guān)圖3.2 模型預(yù)處理從圖3-1和圖3-2可以看出序列是不平穩(wěn)的，所以應(yīng)該先對它進(jìn)行平穩(wěn)化。由時間序列圖可以看出序列圖呈現(xiàn)線性趨勢，那么需要對其進(jìn)行一階差分，得出一階差分的時間序列圖，如下：圖3-3 一階差分后的時序圖 從上圖中可以看出一階差分圖

17、趨于平穩(wěn)。接著作一階差分的自相關(guān)圖：圖3-4 一階差分自相關(guān)圖由一階差分的自相關(guān)圖可以看出，其一階明顯大于兩倍標(biāo)準(zhǔn)差，故仍不平穩(wěn)。對序列進(jìn)行二階差分，再繪制出其時序圖：圖3-5 二階差分時序圖二階差分的時序圖可以看出序列圍繞一個常數(shù)值來回隨機且有界的波動著，所以二階差分已經(jīng)足夠提取了原始序列中包含的長期趨勢。觀察二階差分后序列的自相關(guān)圖（見圖3-6）來對平穩(wěn)性進(jìn)一步的確定，圖3-6 二階差分自相關(guān)圖自相關(guān)圖顯示在兩倍標(biāo)準(zhǔn)差范圍之外只有延遲一階的自相關(guān)系數(shù)，剩余的自相關(guān)系數(shù)都波動在兩倍標(biāo)準(zhǔn)差范圍之內(nèi)。根據(jù)自相關(guān)圖顯示的特征可以判斷該序列值彼此間具有短期相關(guān)性，進(jìn)一步確定了序列是平穩(wěn)的。圖中還可以

18、看出自相關(guān)系數(shù)衰減到零是一個相對突然的過程，說明這個序列的自相關(guān)系數(shù)一階截尾。為了對模型的階數(shù)進(jìn)一步確定，我們還需要考察偏自相關(guān)圖（見圖3-7），可以從圖中看出，偏相關(guān)系數(shù)拖尾。圖3-7 二階差分偏自相關(guān)圖3.3 模型定階由上面兩幅圖得出自相關(guān)系數(shù)一階截尾，偏自相關(guān)系數(shù)拖尾的信息，又因經(jīng)過兩次差分，擬合模型。參數(shù)的最終估計值類型 系數(shù) 系數(shù)標(biāo)準(zhǔn)誤 T P移動平均 1 1.1212 0.1767 6.34 0.000常量 16.5963 0.6316 26.28 0.000差值:2 正規(guī)差值觀測值個數(shù):原始序列 21，19 差值之后殘差:SS = 117026（不包括向后預(yù)測） MS = 6884 DF = 17由上得模型的口徑為：，3.4 模型檢驗（1） 模型的顯著性檢驗修正 Box-Pierce(Ljung-Box)卡方統(tǒng)計量滯后 (Lag) 12 24 36 48卡方 6.6 * * *自由度 10 * * *P 值 0.767 * * *讀出值為0.767，顯著大于0.05，則這個擬合模型的殘差序列屬于白噪聲序列，所以對該模型的