| 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。