完整後設資料紀錄
DC 欄位語言
dc.contributor.author廖哲瑋
dc.contributor.author呂嘉祥
dc.contributor.author凃凱妮
dc.contributor.author林君涵
dc.contributor.author許閔傑
dc.contributor.author曾鴻儒
dc.date97學年度 第二學期
dc.date.accessioned2009-09-28T05:43:04Z
dc.date.accessioned2020-05-22T08:07:31Z-
dc.date.available2009-09-28T05:43:04Z
dc.date.available2020-05-22T08:07:31Z-
dc.date.issued2009-09-28T05:43:04Z
dc.date.submitted2009-09-28
dc.identifier.otherD9560996、D9561067、D9527767、D9561377、D9561006、D9561320
dc.identifier.urihttp://dspace.lib.fcu.edu.tw/handle/2377/28722-
dc.description.abstract台灣面臨了東南亞各國的競爭,尤其即將面臨來台觀光人數減少之危機,但危機也就是轉機,觀光業為能永續經營,應積極謀求改善策略。如何在國內觀光市場結構即將面臨重組之際,尋求台灣最理想的發展方向,實為台灣當前的重要課題。因此我們希望能夠應用課程所學之統計預測方法,加以適當分析,以期能預測出未來一年內來台旅遊觀光的人數,並希望這份報告能夠作為觀光局參考。 資料來源為AREMOS經濟統計資料庫,時間為西元1982年1月至2008年12月,並保留最後12筆做預測。首先描述時間序列圖是否呈現趨勢,變異數與平均數是否平穩。接著使用時間序列迴歸法、指數平滑法、分解法及Autoregressive Integrated Moving Average Model (ARIMA)與介入分析配適模型。最後使用Mean Squared Error(MSE)、Mean Absolute Deviation(MAD)、Mean Percentage Error(MPE)及Mean Absolute Percentage Error (MAPE)四個準則,來評估這四種方法何者最佳,並選出最佳模型。分析結果顯示,ARIMA之介入分析的配適模型為最佳模型。
dc.description.tableofcontents第一章 緒論 5 第一節 研究動機 5 第二節 研究目的 5 第三節 研究背景 6 第四節 資料描述 6 第五節 研究流程 8 第二章 研究方法 9 研究模型之探討: 9 第一節 時間序列迴歸法Time Series Regression 9 第二節 指數平滑法Exponential Smoothing 14 第三節 分解法Decomposition method 18 第四節 ARIMA之介入分析 24 第五節 最佳模型 35 第三章 結論與建議 36 參考文獻 39
dc.format.extent41p.
dc.language.isozh
dc.rightsopenbrowse
dc.subject介入分析
dc.subjectARIMA
dc.subject觀光
dc.subject統計預測
dc.title來台觀光旅客人數預測分析
dc.typeUndergraReport
dc.description.course統計預測方法
dc.contributor.department統計學系,商學院
dc.description.instructor陳婉淑
dc.description.programme統計學系,商學院
分類:商097學年度

文件中的檔案:
檔案 描述 大小格式 
D956099697201.pdf516.62 kBAdobe PDF檢視/開啟


在 DSpace 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。