中国入境旅游客源量的模型对比分析及预测胡蓓蓓，宋向东，明喆，王树力，杨洁荣（燕山大学理学院，河北，秦皇岛，066004）摘要：本文根据2000年1月至2009年12月中国入境旅游客源量的月度统计数据，建立了灰色预测模型和乘积季节模型。借助于MATLAB及SPSS软件，对2009年1月至2009年6月中国入境旅游客源量进行分析预测，并将两种模型的预测效果进行比较，从而探索出比较合适的短期预测方法，预测方法和结果对旅游规划具有一定的参考价值。关键词：灰色模型；乘积季节模型；入境旅游客源量；预测模型：O213;F590文献标识码：AComparativeAnalysicAndForecastingBasedOnModelOfTheInternationalTourismPassengerSourceOfChinaHUBeiBei,SONGXiangDong,MINGZhe,WANGSuLi,YANG激eRong(CollegeofScience,YanshanUniversity,Qinhuangdao,Hebei,066004,China)Abstract:ThiswasbasedonthemonthlystatisticaldateoftheinternationaltourismpassengersourceofchinafromJanuary2000toDecember2009.WiththehelpofMATLABandSPSSsoftwaretobuildupagraypredictionmodelandproductseasonmodel,wepredictedandanalyzedtheinternationaltourismpassengersourceofchinafromJanuarytoJune2009.Inordertofindanappropriatemodelforshort-termforecastingmethods,weComparedthesetwomodel.Theforecastmethodsandresultsofthetouringplaninghascertainreferencevalue.Keyword:graymodel;productseasonmodel;internationaltourissource;predictivemodel0引言旅游业持续稳步的发展，依赖于对旅游资源和市场的开发。旅游业的竞争在很大程度上---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---是客源市场的竞争，在旅游市场发展规划中，旅游人数预测是实现旅游业持续健康稳定发展的前提。目前常用的旅游预测模型主要是回归分析模型和灰色模型，本文根据中国入境旅游客源量数据的时间序列特性，建立了乘积季节模型，进而分析了其与灰色模型预测精度的差异。本文选取2000年1月至2009年12月各月中国入境旅游客源量的月度统计数据，借助于MATLAB及SPSS软件对数据进行了处理。运用灰色模型和乘积季节模型分析法，对2010年1月至12月中国入境旅游客源量进行预测，为检验模型的效果，将2009年1月至2009年6月的观测值作为评价预测精度的参照对象。1原理与方法1.1灰色模型灰色系统建模思想是直接将时间序列转化为微分方程，从而建立抽象系统的发展变化动态模型，即GreyDynamicModel，简称GM模型，其中模型是灰色模型中一种特殊的线性动态模型。灰色预测模型的建立过程：(1)作累加生成（AccumulatedGeneratingOperation）：假使原始数据序列，对作累加生成得到新的序列：(2)确定模型：对新序列，我们可建立预测模型的白化形式方程:式中为待估参数，分别为发展灰数和内生控制灰数，设待估参数向量---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---最小二乘法求得，其中在此基础上建立模型如下：（1）（2）式中为预测值，（1）式，（2）式即为模型进行灰色预测的基本计算公式。(3)精度检验【2】：残差检验，关联度检验，后验差检验。1.2ARIMA乘积季节模型1970年，美国统计学家GeogreE.P.Box和英国统计学家GunlymM.Jenkins提出了以随机理论为基础的时间序列分析方法。求和自回归移动平均（Autoregressiveintegratedmovingaverage）ARIMA模型是其中重要而基本的模型之一，它用相应的数学模型描述一组依赖于时间的随机变量相互之间所具有的自相关性，以表征预测对象发展的延续性并从时序的过去值与现在值预测未来值。一个阶数为的乘机季节模型表达式为：(3)表达式（3）中为白噪声序列，p为非季节性自回归阶数，q为非季节性移动平均阶数，D为季节性差分阶数，为步后移算子，d为逐次差分阶数，s为季节长度。表示自回归算子；---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---表示移动平均算子；表示季节性回归算子；表示季节性移动平均算子；ARIMA模型的具体建模步骤包括：（1）平稳性检验及平稳化处理；（2）模型识别；（3）参数估计及检验；（...