残差自回归模型在旅游经济当中的应用

详细信息    查看全文 | 推荐本文 |

	作者：宋炜晔 ; 刘志媛 ; 王飞 关键词：旅游经济 ; 短期预测 ; 残差自回归 中文刊名：XDSM 英文刊名：Modern Business Trade Industry 机构：河北北方学院; 出版日期：2018-02-25 出版单位：现代商贸工业 年：2018 期：v.39 语种：中文; 页：XDSM201806010 页数：3 CN：06 ISSN：42-1687/T 分类号：27-29

摘要

通过分析旅游经济重要指标的数据特点,运用残差自回归方法对旅游经济的重要指标做了短期的预测,预测结果较为理想,然后对五个重要的旅游经济指标做了预测分析,并提出了合理的对策和建议。
        

引文

[1]武新乾,张刚.具有线性趋势的残差自回归模型的估计方法[J].统计与决策,2016,(11).
    [2]王永斌,柴峰,李向文,袁聚祥,武建辉.ARIMA模型与残差自回归模型在手足口病发病预测中的应用[J].中华疾病控制杂志,2016,20(03).
    [3]余菲菲,胡文海,荣慧芳.中小城市旅游经济与交通耦合协调发展研究——以池州市为例[J].地理科学,2015,35(09).
    [4]王博,吴清,罗静.武汉城市圈旅游经济网络结构及其演化[J].经济地理,2015,35(05).
    [5]余凤龙,黄震方,曹芳东,吴丽敏,陶玉国.中国城镇化进程对旅游经济发展的影响[J].自然资源学报,2014,29(08).
    [6]余凤龙,黄震方,曹芳东.制度变迁对中国旅游经济增长的贡献——基于市场化进程的视角[J].旅游学刊,2013,28(07).
    [7]方叶林,黄震方,王坤,涂玮.基于PCA-ESDA的中国省域旅游经济时空差异分析[J].经济地理,2012,32(08).
    [8]程静静,胡善风.预测模型在旅游指标应用中的比较研究[J].商场现代化,2010,(09):86-87.
    [9]赵飞.基于残差自回归和自适应过滤的生活能源消费量组合预测模型[J].统计与决策,2010,(03).
    [10]王燕.应用时间序列分析[M].北京:人民大学出版社,2016.