资源描述：
《组合预测模型在河北省旅游业预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、组合预测模型在河北省旅游业预测中的应用摘 要改革开放以来,随着河北省经济的快速发展,河北省旅游业取得了长足发展,与此同时,对旅游业的预测研究也得到了前所未有的发展.本文利用河北省旅游业收入的历史数据,分别建立灰色预测模型、移动平均预测模型和多元回归预测模型来对旅游业进行预测.根据以上三种单项预测模型得出的结果进行权重分配,建立组合预测模型,预测结果表明实际值与该模型的拟合度较好,可以用于预测河北省旅游业的发展.最后用该组合预测模型对河北省未来10年的旅游业收入进行了预测,并根据预测结果对河北省旅游业发展提出了相关的建议．关键词：旅游业单项预测组合预测预测精度IAp
2、plicationofCombinationForecastModelinTermsofHebeiProvinceTourismIndustryForecastDirectedbyLecturerABSTRACTSincethereformandopeningup,withtherapideconomicdevelopmentofHebeiProvince,thetourismindustryinHebeiProvincehasachievedgreatdevelopment,atthesametime,studyonthepredictionoftourismh
3、asalsomadeahithertounknowndevelopment.ThisarticleusesthehistoricaldataofHebeiProvincetourismrevenue,buildsthegreypredictionmodel,themovingaverageforecastingmodelandmultivariateregressionmodelrespectivelytoforecastthetourismindustry.Allocatetheweightsaccordingtotheresultsoftheabovethre
4、ekindsofsingleforecastingmodel,buildcombinationforecastingmodel,thepredictionresultsshowthattheactualvalueandthemodelbetterfit,canbeusedtoforecastthedevelopmentoftourisminHebeiProvince.LastforecastthetourismincomeofHebeiProvinceinthenexttenyearsusingthecombinedforecastingmodelandputfo
5、rwardsomesuggestionsonthedevelopmentofthetourismindustryinHebeiProvinceaccordingtotheforecastresults.KEYWORDS:TourismSingleforecastCombinationforecastPredictionaccuracyI目录摘 要I英文摘要II前 言11单一预测模型在河北省旅游业中的应用21.1灰色预测模型21.1.1数据的选择21.1.2构造累加生成列21.1.3建立预测模型21.1.4构造累减生成列31.1.5得出预测结果31.1.6残差检验4
6、1.2移动平均预测模型41.2.1一次线性移动平均法51.2.2二次线性移动平均法51.2.3建立预测模型51.2.4得出预测结果61.2.5误差检验61.3多元回归预测模型71.3.1建立模型71.3.2估计参数71.3.3得出预测结果81.3.4进行检验91.4各单项预测模型的误差分析92组合预测模型在河北省旅游业中的应用112.1计算组合权重,建立组合预测模型112.2得出组合预测结果123总结123.1河北省未来10年旅游业收入123.2预测模型结果总结13参考文献15附 录16致谢17前 言Bates和Cranger首先提出可以建立线性组合预测模型综合各
7、单项模型的信息,以产生更好的预测效果.理论和实践的各种研究都表明,在多种不同的单项预测模型并且数据来源不同的情况下,组合预测模型可能获得比任何一个单项预测值更好的预测值.组合预测模型将各种不同类型的单项预测模型兼收并蓄,各取所长,集中了更多的经济信息与预测技巧,能减少系统的预测误差,显著改进预测效果.组合预测方法是对同一个问题,采用两种以上不同预测方法的预测.它既可以是几种定量方法的组合,也可以是几种定性方法的组合,但实践中更多的则是利用定性方法与定量方法的组合.组合的主要目的是综合利用各种方法所提供的信息,尽可能地提高预测精度.因此,组合预测方法尤其适用于信息不
8、完备的复杂
