【文章內(nèi)容簡介】 從圖可以看出，當(dāng) α1=，修勻效果最好，曲線比較平 坦；但 α2=，修勻效果居中； α3=，修勻效果 最小。 不同 α取值下的預(yù)測： 可見， α取值不同，預(yù)測結(jié)果相差甚大，為了確定適當(dāng)?shù)? α，需要分別計算不同 α取值下的各自 誤差平方和 (SSE)， 最后確定 SSE最小的 α是最理想的。 手工計算比較繁瑣，一些計算機(jī)軟件如 SPSS會自動給出最 合理的 α值。 本例中， α=， SSE值最小，因而預(yù)測結(jié)果應(yīng)為 。 2. 二次指數(shù)平滑預(yù)測法 二次指數(shù)平滑法適用于時間序列數(shù)據(jù)存在明顯線性趨勢時的 預(yù)測。 二次指數(shù)平滑法是指在一次指數(shù)平滑的基礎(chǔ)上再進(jìn)行一次平 滑，其基本公式可以表達(dá)為： 式中， 代表本期二次指數(shù)平滑值， 為本期一次指數(shù)平 滑值， 為上一期二次指數(shù)平滑值， α為平滑系數(shù) （ 0≤α≤1）。 二次指數(shù)平滑預(yù)測模型為： 其中， ? 案例的二次指數(shù)平滑預(yù)測： 先計算待定系數(shù) at和 bt： 于是，預(yù)測模型可以寫成： 據(jù)預(yù)測模型，可以對 2023年進(jìn)行預(yù)測： ? 二次指數(shù)平滑計算表 3. 三次指數(shù)平滑預(yù)測法 三次指數(shù)平滑法適用于時間序列呈現(xiàn)二次曲線變動趨勢時的 預(yù)測。 三次指數(shù)平滑是在二次指數(shù)平滑的基礎(chǔ)上再進(jìn)行一次平滑， 其計算公式為： 三次指數(shù)平滑預(yù)測模型為： 其中， 2023 2023 2023 2023 2023 二次移動平均模型 3962934 4337657 4712379 5087102 5461824 二次指數(shù)平滑模型 3957530 4294974 4632418 4969862 5307306 GM（ 1, 1）模型 3668668 4001480 4364484 4760419 5192272 ARIMA（ 1, 1,1）模型 3925397 4368327 4767167 5249124 5756230 GMARIMA組合模型 3795009 4182023 4562652 5000920 5469806 表 2 福建省入境游客量預(yù)測（ 20232023年） 資料來源：余雅玲，楊建明 . 基于多種模型的福建省入境游客量 量預(yù)測 . 旅游論壇， 2023， 5（ 5）： 8286. 移動平均預(yù)測和指數(shù)平滑預(yù)測旅游研究實例： 從圖的擬合過程可以看出，灰色預(yù)測模型的擬合過程是一條 光滑的直線，在時間序列出現(xiàn)波動時，擬合效果較差。 ARIMA模型的擬合過程為波動性曲線，但擬合過程具有滯 后的特點。 GMARIMA組合模型可望綜合 GM (1, 1) 和 ARIM A (1, 1, 1) 模型的各自優(yōu)點，達(dá)到較佳的預(yù)測效果。 圖 1 GM(1,1)模型的擬合過程 圖 2 ARIMA(1,1,1)模型的擬合過程 050100150200250300350400入境游客量(萬人次)原始數(shù)據(jù) GM(1,1)模 型1 9 8 6 1 9 9 0 1 9 9 5 2 0 0 0 2 0 0 5 2 0 1 0年 份050100150200250300350400入境游客量(萬人次)原始數(shù)據(jù) ARIMA(1,1,1)模 型1 9 8 6 1 9 9 0 1 9 9 5 2 0 0 0 2 0 0 5 2 0 1 0年 份 （三）動態(tài)趨勢預(yù)測模型 1. 特點 : 了解過去，預(yù)測未來 時間序列分析法的特點是，假定影響未來市場需求和銷售 量的各種因素與過去的影響因素大體相似，并且產(chǎn)品的需求 形態(tài)有一定的規(guī)律可循。 因而，只要將時間序列的傾向性進(jìn)行統(tǒng)計分析，加以延 伸，便可以推測出市場需求的變化趨勢，從而做出預(yù)測。 2. 局限性 : 僅適用于短期或中期預(yù)測 注意，在下列情況發(fā)生時，不宜采用該方法 { a. 時間序列數(shù)據(jù)隨時間的變化波動很大 b. 市場環(huán)境變化很大 c. 國家的經(jīng)濟(jì)政策有重大變化 d. 經(jīng)濟(jì)增長發(fā)生轉(zhuǎn)折 3. 動態(tài)趨勢預(yù)測模型的應(yīng)用 (a) 推測旅游企業(yè)的未來發(fā)展速度 計算平均增長速度的公式為 : 其中 ,q為平均發(fā)展速度 , q1為平均增長速度， an為后一時期 發(fā)展水平， am為前一時期發(fā)展水平， n 為后一時期， m為前 一時期。 該公式可用于計算旅游企業(yè)某項經(jīng)濟(jì)指標(biāo)若干時期的平均發(fā)展 速度和平均增長速度。 an= amq (nm) (b) 推測旅游指標(biāo)的未來發(fā)展水平 該公式可用于推測旅游企業(yè)某一指標(biāo)報告期的發(fā)展水平 (b) 推測為實現(xiàn)目標(biāo)而需要的時間 nm= lg an am lgq 該公式可用于推測旅游企業(yè)為實現(xiàn)某一既定指標(biāo)值所需要的時間 lglogarithm lnnatual logarithm 案例 : HG旅行社票務(wù)部 2023~2023年 營業(yè)收入狀況 時間 2023年 2023年 2023年 2023年 1月 4月 7月 10月 12月 合計 1) 可運用動態(tài)趨勢預(yù)測模型來預(yù)測 2023年的指標(biāo)，計算如下 : 平均發(fā)展速度 平均增長速度 q1=() 100%=% 預(yù)測 2023年的發(fā)展水平為： 即 HG旅行社 2023年票務(wù)部的營業(yè)收入預(yù)測值為 。 2) 預(yù)測若要實現(xiàn)票務(wù)收入 1500萬元尚需幾年 設(shè)第 n年將實現(xiàn)票務(wù)收入 1500萬元 即 an=1500萬元 據(jù)公式 即若要實現(xiàn)票務(wù)收入 1500萬元尚需 。 （四）季節(jié)變動預(yù)測模型 1. 季節(jié)變動分析 (1) 季節(jié)變動 季節(jié)變動因素是指由于自然條件 ﹑ 社會條件的影響 , 客觀現(xiàn)象在一年內(nèi)隨著季節(jié)變動而產(chǎn)生的周期性變動。這種 變動是年復(fù)一年重復(fù)出現(xiàn)的。 (2) 旅游季節(jié)變動 旅游旺 ﹑ 淡季 2. 季節(jié)變動預(yù)測模型 （ 1）季節(jié)指數(shù)的計算 季節(jié)指數(shù)是常用的表現(xiàn)季節(jié)變動的指標(biāo)。 月平均數(shù) ——所收集到的數(shù)年資料的數(shù)個同月平均值，每 月一個，共 12個。 總平均數(shù) ——所收集到的 ﹑ 數(shù)年資料的 ﹑ 所有月度數(shù)值的 平均數(shù)，只有 1個。 季節(jié)指數(shù) ——通常以 100%為界限，季節(jié)指數(shù)大于 100% 則為 旺季 。 季節(jié)指數(shù)小于 100%則為 淡季 . 季節(jié)指數(shù)比較接近 100%的月份，稱為 平 季 ，或 小淡季 ﹑ 小旺季 。 （ 2）季節(jié)變動預(yù)測模型 一般利用季節(jié)指數(shù)來進(jìn)行計算，如前述案例中 : 1月份的季節(jié)指數(shù) =(+++)/( +++)/12 = % 2023年 1月份營業(yè)收入的預(yù)測值