标题 | 涪陵区旅游资源需求预测 |
范文 | 摘 要:涪陵区旅游业的发展是本地区经济发展的支柱产业,旅游业的发展带动当地经济的发展,是促进GDP的稳步发展重要领头行业。本文通过涪陵区旅游资源与GDP的相关性分析,建立旅游资源对未来2015-2020年的预测模型,一元线性、最小二乘法、相关性分析、假设检验、趋势外推等方法进行分析。 根据2009年-2014年的时间序列数据,借助EXCEL和Eviews7.0软件分别作出人数和收入的时序图,通过一阶差分、二元多项式、单位根检验、假设检验的 检验统计量和F统计量,建立一元线性模型以及二元曲线模型,并分别对未来数据进行预测,相对误差在均在允许范围内,模型具有可行性。 关键词:相关性分析;估计预测;未来规划;二元多项式;趋势外推法 一、引言 “十一五”时期,涪陵全区旅游经济指标从质和量上均有所提升,旅游业呈现较快增长态势,在国民经济和社会发展中的地位进一步增强。2010年,全区接待海内外旅游者202.2人次,实现旅游总收入4.84亿元,比上年分别增长50.66%和38.35%。“十一五”时期,涪陵区累计接待海内外旅游者615.8万人次,实现旅游总收入16.05亿元,年均增长23.12%和19.86%。从旅游接待总人数及旅游总收入两大产业规模指标来看,涪陵旅游业在“十一五”时期较“十五”时期,增幅继续扩大。继“十一五”时期之后的五年,是全面推进涪陵区旅游业的战略提升期、机遇叠加期、黄金发展期,也是加快培育旅游重要产业、推进旅游经济大区建设的关键时期。从2010年至2014年涪陵区根据《重庆市涪陵区旅游业发展“十二五”规划》提出的未来五年涪陵区旅游业扩大发展作为总方针,把旅游业推向一个全面发展的新阶段。 以涪陵区2009年至2014年的旅游产业数据为基础,采用趋势外推法建立线性模型,预测2015-2020年涪陵区的旅游需求人次,规划2015年之后五年涪陵旅游产业的发展目标。 根据涪陵统计局收集的2009年到2014年的旅游产业数据如表1所示。 二、数据分析 根据2009年-2014年六年的数据,建立6年的时间序列模型,对未来2015年-2020年的数据进行预测。通过Eviews7.0软件作出的时间序列图可以看出六年数据均显上升趋势,并且无因素波动,可以采用趋势外推法,选择最优的拟合方式,建立预测模型。 趋势外推的基本假设是未来系过去和现在连续发展的结果。当预测对象依时间变化呈现某种上升或下降趋势,没有明显的季节波动,且能找到一个合适的函数曲线反映这种变化趋势时,就可以用趋势外推法进行预测。 三、模型建立 1.对旅游人次建立模型 由上表1所示,2009年到2014年涪陵区旅游人次具有明显的线性增长趋势,因此,尝试建立一元线性模型: xt=α0+α1t,t=1,2,…,6 (1) 进行拟合,其中α0和α1为未知参数。 在EVIEWS7.0中利用最小二乘法得到未知参数的估计值,输出结果如表2所示。 由表2可知,未知参数估计值为: =83.48048,=156.9771 所以可以得到预测表达式: PF=83.48048+156.9771t (2) 表达式中的PF为旅游人次预测值。 根据表达式(2.2)可以得到2015-2020年的涪陵旅游需求人次的数量,如表3。 表3 2015年—2020年的涪陵旅游需求人次 结合真实数据与预测数据采用Eviews7.0软件作拟合图,从作出的拟合图可以看出两者的拟合效果很显著,拟合程度R-squared的值为0.96,这说明,一元线性模型对旅游人数的预测模型建立是合理的。 2.对旅游收入建模 由表1可知,2009-2014年涪陵区旅游收入具有曲线增长的趋势(通过时间序列图判断)。 为了确定拟合的模型,首先对旅游收入进行一阶差分,由一阶差分时序图可以看出,各期数值并没有趋于平稳,因此,不能使用一元线性模型建模。经过比较,最后使用二元多项式模型,对旅游收入进行建模 xt=α0+α1t+α2t2,t=1,2,…,6 (3) 进行拟合,其中α0,α1,α2为未知参数。 通过最小二乘法估计模型参数,估计结果显示α1参数不能通过t统计量检验,认为α1对旅游收入并不显著,因此可以剔除。 最终得到二元曲线模型: xt=α0+α2t2,t=1,2,…,6 (4) 由最小二乘法得到如表4,输出结果。 其中未知参数估计值为: =4.426564,=1.408375 所以可以得到预测表达式: SF=4.426564+1.408375t2 (5) 表达式中的SF旅游收入预测值。 根据表达式(5)可以得到2015年—2020年的涪陵旅游需求人次的数量。如表5所示。 表5 2015年—2020年的涪陵旅游收入总额 由实际收入与预测收入的时间序列图可以看出,实际收入与预测收入拟合度相对较高,拟合度的值为0.97,这说明,二元曲线模型对旅游收入的预测模型建立是合理的。 四、模型检验 做出2009年-2014年间的实际值与预测值的对比见表6。 注:表6中t为时间序号,P为旅游人次;PF为旅游人次预测值;S为旅游收入;SF为旅游收入预测值。 相对误差 参考文献: [1]姜启源.数学模型[M].北京:高等教育出版社,2004. [2]韩中庚.数学建模方法及其应用[M].北京:高等教育出版社,2005. [3]徐国祥.统计预测和决策[M].上海:上海财经大学出版社,2012. [4]庞浩.计量经济学(第二版)[M].北京:科学出版社,2010. [5]缪铨生.概率与统计(第三版)[M].上海:华东师范大学出版社,2007. 作者简介:陈益(1991.12- ),本科在读,长江师范学院统计学专业 摘 要:涪陵区旅游业的发展是本地区经济发展的支柱产业,旅游业的发展带动当地经济的发展,是促进GDP的稳步发展重要领头行业。本文通过涪陵区旅游资源与GDP的相关性分析,建立旅游资源对未来2015-2020年的预测模型,一元线性、最小二乘法、相关性分析、假设检验、趋势外推等方法进行分析。 根据2009年-2014年的时间序列数据,借助EXCEL和Eviews7.0软件分别作出人数和收入的时序图,通过一阶差分、二元多项式、单位根检验、假设检验的 检验统计量和F统计量,建立一元线性模型以及二元曲线模型,并分别对未来数据进行预测,相对误差在均在允许范围内,模型具有可行性。 关键词:相关性分析;估计预测;未来规划;二元多项式;趋势外推法 一、引言 “十一五”时期,涪陵全区旅游经济指标从质和量上均有所提升,旅游业呈现较快增长态势,在国民经济和社会发展中的地位进一步增强。2010年,全区接待海内外旅游者202.2人次,实现旅游总收入4.84亿元,比上年分别增长50.66%和38.35%。“十一五”时期,涪陵区累计接待海内外旅游者615.8万人次,实现旅游总收入16.05亿元,年均增长23.12%和19.86%。从旅游接待总人数及旅游总收入两大产业规模指标来看,涪陵旅游业在“十一五”时期较“十五”时期,增幅继续扩大。继“十一五”时期之后的五年,是全面推进涪陵区旅游业的战略提升期、机遇叠加期、黄金发展期,也是加快培育旅游重要产业、推进旅游经济大区建设的关键时期。从2010年至2014年涪陵区根据《重庆市涪陵区旅游业发展“十二五”规划》提出的未来五年涪陵区旅游业扩大发展作为总方针,把旅游业推向一个全面发展的新阶段。 以涪陵区2009年至2014年的旅游产业数据为基础,采用趋势外推法建立线性模型,预测2015-2020年涪陵区的旅游需求人次,规划2015年之后五年涪陵旅游产业的发展目标。 根据涪陵统计局收集的2009年到2014年的旅游产业数据如表1所示。 二、数据分析 根据2009年-2014年六年的数据,建立6年的时间序列模型,对未来2015年-2020年的数据进行预测。通过Eviews7.0软件作出的时间序列图可以看出六年数据均显上升趋势,并且无因素波动,可以采用趋势外推法,选择最优的拟合方式,建立预测模型。 趋势外推的基本假设是未来系过去和现在连续发展的结果。当预测对象依时间变化呈现某种上升或下降趋势,没有明显的季节波动,且能找到一个合适的函数曲线反映这种变化趋势时,就可以用趋势外推法进行预测。 三、模型建立 1.对旅游人次建立模型 由上表1所示,2009年到2014年涪陵区旅游人次具有明显的线性增长趋势,因此,尝试建立一元线性模型: xt=α0+α1t,t=1,2,…,6 (1) 进行拟合,其中α0和α1为未知参数。 在EVIEWS7.0中利用最小二乘法得到未知参数的估计值,输出结果如表2所示。 由表2可知,未知参数估计值为: =83.48048,=156.9771 所以可以得到预测表达式: PF=83.48048+156.9771t (2) 表达式中的PF为旅游人次预测值。 根据表达式(2.2)可以得到2015-2020年的涪陵旅游需求人次的数量,如表3。 表3 2015年—2020年的涪陵旅游需求人次 结合真实数据与预测数据采用Eviews7.0软件作拟合图,从作出的拟合图可以看出两者的拟合效果很显著,拟合程度R-squared的值为0.96,这说明,一元线性模型对旅游人数的预测模型建立是合理的。 2.对旅游收入建模 由表1可知,2009-2014年涪陵区旅游收入具有曲线增长的趋势(通过时间序列图判断)。 为了确定拟合的模型,首先对旅游收入进行一阶差分,由一阶差分时序图可以看出,各期数值并没有趋于平稳,因此,不能使用一元线性模型建模。经过比较,最后使用二元多项式模型,对旅游收入进行建模 xt=α0+α1t+α2t2,t=1,2,…,6 (3) 进行拟合,其中α0,α1,α2为未知参数。 通过最小二乘法估计模型参数,估计结果显示α1参数不能通过t统计量检验,认为α1对旅游收入并不显著,因此可以剔除。 最终得到二元曲线模型: xt=α0+α2t2,t=1,2,…,6 (4) 由最小二乘法得到如表4,输出结果。 其中未知参数估计值为: =4.426564,=1.408375 所以可以得到预测表达式: SF=4.426564+1.408375t2 (5) 表达式中的SF旅游收入预测值。 根据表达式(5)可以得到2015年—2020年的涪陵旅游需求人次的数量。如表5所示。 表5 2015年—2020年的涪陵旅游收入总额 由实际收入与预测收入的时间序列图可以看出,实际收入与预测收入拟合度相对较高,拟合度的值为0.97,这说明,二元曲线模型对旅游收入的预测模型建立是合理的。 四、模型检验 做出2009年-2014年间的实际值与预测值的对比见表6。 注:表6中t为时间序号,P为旅游人次;PF为旅游人次预测值;S为旅游收入;SF为旅游收入预测值。 相对误差 参考文献: [1]姜启源.数学模型[M].北京:高等教育出版社,2004. [2]韩中庚.数学建模方法及其应用[M].北京:高等教育出版社,2005. [3]徐国祥.统计预测和决策[M].上海:上海财经大学出版社,2012. [4]庞浩.计量经济学(第二版)[M].北京:科学出版社,2010. [5]缪铨生.概率与统计(第三版)[M].上海:华东师范大学出版社,2007. 作者简介:陈益(1991.12- ),本科在读,长江师范学院统计学专业 摘 要:涪陵区旅游业的发展是本地区经济发展的支柱产业,旅游业的发展带动当地经济的发展,是促进GDP的稳步发展重要领头行业。本文通过涪陵区旅游资源与GDP的相关性分析,建立旅游资源对未来2015-2020年的预测模型,一元线性、最小二乘法、相关性分析、假设检验、趋势外推等方法进行分析。 根据2009年-2014年的时间序列数据,借助EXCEL和Eviews7.0软件分别作出人数和收入的时序图,通过一阶差分、二元多项式、单位根检验、假设检验的 检验统计量和F统计量,建立一元线性模型以及二元曲线模型,并分别对未来数据进行预测,相对误差在均在允许范围内,模型具有可行性。 关键词:相关性分析;估计预测;未来规划;二元多项式;趋势外推法 一、引言 “十一五”时期,涪陵全区旅游经济指标从质和量上均有所提升,旅游业呈现较快增长态势,在国民经济和社会发展中的地位进一步增强。2010年,全区接待海内外旅游者202.2人次,实现旅游总收入4.84亿元,比上年分别增长50.66%和38.35%。“十一五”时期,涪陵区累计接待海内外旅游者615.8万人次,实现旅游总收入16.05亿元,年均增长23.12%和19.86%。从旅游接待总人数及旅游总收入两大产业规模指标来看,涪陵旅游业在“十一五”时期较“十五”时期,增幅继续扩大。继“十一五”时期之后的五年,是全面推进涪陵区旅游业的战略提升期、机遇叠加期、黄金发展期,也是加快培育旅游重要产业、推进旅游经济大区建设的关键时期。从2010年至2014年涪陵区根据《重庆市涪陵区旅游业发展“十二五”规划》提出的未来五年涪陵区旅游业扩大发展作为总方针,把旅游业推向一个全面发展的新阶段。 以涪陵区2009年至2014年的旅游产业数据为基础,采用趋势外推法建立线性模型,预测2015-2020年涪陵区的旅游需求人次,规划2015年之后五年涪陵旅游产业的发展目标。 根据涪陵统计局收集的2009年到2014年的旅游产业数据如表1所示。 二、数据分析 根据2009年-2014年六年的数据,建立6年的时间序列模型,对未来2015年-2020年的数据进行预测。通过Eviews7.0软件作出的时间序列图可以看出六年数据均显上升趋势,并且无因素波动,可以采用趋势外推法,选择最优的拟合方式,建立预测模型。 趋势外推的基本假设是未来系过去和现在连续发展的结果。当预测对象依时间变化呈现某种上升或下降趋势,没有明显的季节波动,且能找到一个合适的函数曲线反映这种变化趋势时,就可以用趋势外推法进行预测。 三、模型建立 1.对旅游人次建立模型 由上表1所示,2009年到2014年涪陵区旅游人次具有明显的线性增长趋势,因此,尝试建立一元线性模型: xt=α0+α1t,t=1,2,…,6 (1) 进行拟合,其中α0和α1为未知参数。 在EVIEWS7.0中利用最小二乘法得到未知参数的估计值,输出结果如表2所示。 由表2可知,未知参数估计值为: =83.48048,=156.9771 所以可以得到预测表达式: PF=83.48048+156.9771t (2) 表达式中的PF为旅游人次预测值。 根据表达式(2.2)可以得到2015-2020年的涪陵旅游需求人次的数量,如表3。 表3 2015年—2020年的涪陵旅游需求人次 结合真实数据与预测数据采用Eviews7.0软件作拟合图,从作出的拟合图可以看出两者的拟合效果很显著,拟合程度R-squared的值为0.96,这说明,一元线性模型对旅游人数的预测模型建立是合理的。 2.对旅游收入建模 由表1可知,2009-2014年涪陵区旅游收入具有曲线增长的趋势(通过时间序列图判断)。 为了确定拟合的模型,首先对旅游收入进行一阶差分,由一阶差分时序图可以看出,各期数值并没有趋于平稳,因此,不能使用一元线性模型建模。经过比较,最后使用二元多项式模型,对旅游收入进行建模 xt=α0+α1t+α2t2,t=1,2,…,6 (3) 进行拟合,其中α0,α1,α2为未知参数。 通过最小二乘法估计模型参数,估计结果显示α1参数不能通过t统计量检验,认为α1对旅游收入并不显著,因此可以剔除。 最终得到二元曲线模型: xt=α0+α2t2,t=1,2,…,6 (4) 由最小二乘法得到如表4,输出结果。 其中未知参数估计值为: =4.426564,=1.408375 所以可以得到预测表达式: SF=4.426564+1.408375t2 (5) 表达式中的SF旅游收入预测值。 根据表达式(5)可以得到2015年—2020年的涪陵旅游需求人次的数量。如表5所示。 表5 2015年—2020年的涪陵旅游收入总额 由实际收入与预测收入的时间序列图可以看出,实际收入与预测收入拟合度相对较高,拟合度的值为0.97,这说明,二元曲线模型对旅游收入的预测模型建立是合理的。 四、模型检验 做出2009年-2014年间的实际值与预测值的对比见表6。 注:表6中t为时间序号,P为旅游人次;PF为旅游人次预测值;S为旅游收入;SF为旅游收入预测值。 相对误差 参考文献: [1]姜启源.数学模型[M].北京:高等教育出版社,2004. [2]韩中庚.数学建模方法及其应用[M].北京:高等教育出版社,2005. [3]徐国祥.统计预测和决策[M].上海:上海财经大学出版社,2012. [4]庞浩.计量经济学(第二版)[M].北京:科学出版社,2010. [5]缪铨生.概率与统计(第三版)[M].上海:华东师范大学出版社,2007. 作者简介:陈益(1991.12- ),本科在读,长江师范学院统计学专业 |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。