Прогнозирование в индустрии гостеприимства и туризма

Автор работы: Пользователь скрыл имя, 08 Декабря 2011 в 00:01, курсовая работа

Описание работы

Цель данной работы заключается в построении прогноза по статистическим данным индустрии гостеприимства собранным за несколько предыдущих лет и анализ прогноза на будущий период.
Задачи данной работы могут быть сформулированы следующим образом: раскрытие понятия о временных рядах и существующих в индустрии гостеприимства методах построения прогнозов; приведение конкретного примера с помощью программы Statgraphics Plus - анализ данных по ежемесячной загрузке гостиниц Северной Ирландии, выявление трендов и моделей сезонности, анализ случайности; построение прогноза с помощью функции автоматическое прогнозирование и анализ полученных данных с их дальнейшей трактовкой и выработкой конкретных рекомендаций и выводов по данной ситуации.

Содержание работы

Введение…………………………………………………………….……………3



I. Теоретическое обоснование прогнозирования в индустрии гостеприимства и туризма
Сущность и методы прогнозирования…………………………….…….….5

Понятие временных рядов и основные этапы их анализа……………....…7

Общая характеристика STATGRAPHICS и его особенности………….....10


II. Анализ временных рядов в STATGRAPHICS…………………………..12

III. Автоматическое прогнозирование временных рядов………………...22


Заключение………………………………………………………………….…..31
Список использованной литературы……………

Файлы: 1 файл

стат графикс.docx

— 203.86 Кб (Скачать файл)

6.03            56,0                1,86111            

7.03            50,0                0,111111           

8.03            60,0                1,375              

9.03            57,0                -0,784722          

10.03            50,0                0,5625             

11.03            44,0                -1,75              

12.03            35,0                0,0902778          

--------------------------------------------------------- 

The StatAdvisor

---------------

   This table shows the 84 values of Occupancy rate.  Also tabulated

are the adjusted data values. 
 
 

 

Estimated Autocorrelations for adjusted Occupancy rate 

                                              Lower 95,0%       Upper 95,0%      

Lag       Autocorrelation   Stnd. Error       Prob. Limit       Prob. Limit

----------------------------------------------------------------------------------

1         -0,32131          0,109764          -0,215134         0,215134         

2         0,137265          0,120565          -0,236303         0,236303         

3         -0,0654079        0,122433          -0,239965         0,239965         

4         -0,219639         0,122854          -0,240789         0,240789         

5         0,0638666         0,127497          -0,24989          0,24989          

6         -0,00440587       0,127882          -0,250644         0,250644         

7         -0,0791484        0,127884          -0,250648         0,250648         

8         -0,0149383        0,128472          -0,251802         0,251802         

9         0,0719283         0,128493          -0,251843         0,251843         

10        -0,185647         0,128978          -0,252792         0,252792         

11        0,275665          0,132158          -0,259025         0,259025         

12        -0,203394         0,138913          -0,272265         0,272265         

13        -0,00962871       0,142456          -0,279209         0,279209         

14        0,0946969         0,142464          -0,279224         0,279224         

15        -0,0370083        0,14322           -0,280706         0,280706         

16        0,0186169         0,143335          -0,280932         0,280932         

17        -0,0531869        0,143364          -0,280989         0,280989         

18        -0,110279         0,143602          -0,281455         0,281455         

19        0,0740769         0,144619          -0,283448         0,283448         

20        0,143558          0,145075          -0,284342         0,284342         

21        0,0251969         0,146776          -0,287677         0,287677         

22        -0,0581803        0,146829          -0,287779         0,287779         

23        0,0466397         0,147106          -0,288323         0,288323         

24        -0,110352         0,147284          -0,288672         0,288672           
 

The StatAdvisor

---------------

   This table shows the estimated autocorrelations between values of

adjusted Occupancy rate at various lags.  The lag k autocorrelation

coefficient measures the correlation between values of adjusted

Occupancy rate at time t and time t-k.  Also shown are 95,0%

probability limits around 0.0.  If the probability limits at a

particular lag do not contain the estimated coefficient, there is a

statistically significant correlation at that lag at the 95,0%

confidence level.  In this case, 2 of the 24 autocorrelation

coefficients are statistically significant at the 95,0% confidence

level, implying that the time series may not be completely random

(white noise).  You can plot the autocorrelation coefficients by

selecting Autocorrelation Function from the list of Graphical Options. 
 
 

 

Estimated Partial Autocorrelations for adjusted Occupancy rate 

          Partial                             Lower 95,0%       Upper 95,0%      

Lag       Autocorrelation   Stnd. Error       Prob. Limit       Prob. Limit

----------------------------------------------------------------------------------

1         -0,32131          0,109764          -0,215134         0,215134         

2         0,0379416         0,109764          -0,215134         0,215134         

3         -0,0120449        0,109764          -0,215134         0,215134         

4         -0,277431         0,109764          -0,215134         0,215134         

5         -0,0938212        0,109764          -0,215134         0,215134         

6         0,037361          0,109764          -0,215134         0,215134         

7         -0,122666         0,109764          -0,215134         0,215134         

8         -0,18202          0,109764          -0,215134         0,215134         

9         0,0487897         0,109764          -0,215134         0,215134         

10        -0,179655         0,109764          -0,215134         0,215134         

11        0,0950107         0,109764          -0,215134         0,215134         

12        -0,112283         0,109764          -0,215134         0,215134         

13        -0,178796         0,109764          -0,215134         0,215134         

14        0,00844816        0,109764          -0,215134         0,215134         

15        0,082996          0,109764          -0,215134         0,215134         

16        -0,113466         0,109764          -0,215134         0,215134         

17        -0,19279          0,109764          -0,215134         0,215134         

18        -0,148472         0,109764          -0,215134         0,215134         

19        0,0254297         0,109764          -0,215134         0,215134         

20        0,100718          0,109764          -0,215134         0,215134         

21        0,0972644         0,109764          -0,215134         0,215134         

22        -0,241981         0,109764          -0,215134         0,215134         

23        0,0467797         0,109764          -0,215134         0,215134         

24        0,0927454         0,109764          -0,215134         0,215134           
 

The StatAdvisor

---------------

   This table shows the estimated partial autocorrelations between

values of adjusted Occupancy rate at various lags.  The lag k partial

autocorrelation coefficient measures the correlation between values of

adjusted Occupancy rate at time t and time t+k having accounted for

the correlations at all lower lags.  It can be used to judge the order

of autoregressive model needed to fit the data.  Also shown are 95,0%

probability limits around 0.0.  If the probability limits at a

particular lag do not contain the estimated coefficient, there is a

statistically significant correlation at that lag at the 95,0%

confidence level.  In this case, 3 of the 24 partial autocorrelation

coefficients are statistically significant at the 95,0% confidence

level.  You can plot the partial autocorrelation coefficients by

selecting Partial Autocorrelation Function from the list of Graphical

Options. 
 
 

 

Periodogram for adjusted Occupancy rate 

                                                Cumulative      Integrated     

Frequency       Period          Ordinate        Sum             Periodogram    

--------------------------------------------------------------------------------

0,0                             5,52371E-31     5,52371E-31     2,095E-33      

0,0120482       83,0            0,424876        0,424876        0,00161144     

0,0240964       41,5            0,871476        1,29635         0,00491673     

0,0361446       27,6667         1,22637         2,52273         0,00956805     

0,0481928       20,75           2,30114         4,82387         0,0182957      

0,060241        16,6            8,44248         13,2663         0,0503158      

0,0722892       13,8333         4,07778         17,3441         0,0657818      

0,0843373       11,8571         0,866804        18,2109         0,0690693      

0,0963855       10,375          11,6215         29,8325         0,113147       

0,108434        9,22222         2,60917         32,4416         0,123043       

0,120482        8,3             3,27417         35,7158         0,135461       

0,13253         7,54545         6,16468         41,8805         0,158842       

0,144578        6,91667         2,87434         44,7548         0,169743       

0,156627        6,38462         12,2789         57,0337         0,216314       

0,168675        5,92857         2,31815         59,3519         0,225106       

0,180723        5,53333         1,27527         60,6272         0,229943       

0,192771        5,1875          10,2656         70,8928         0,268878       

0,204819        4,88235         9,47253         80,3653         0,304805       

0,216867        4,61111         0,322448        80,6878         0,306028       

0,228916        4,36842         0,414878        81,1026         0,307601       

0,240964        4,15            1,18801         82,2907         0,312107       

0,253012        3,95238         2,39235         84,683          0,321181       

0,26506         3,77273         3,55005         88,2331         0,334645       

0,277108        3,6087          3,91529         92,1483         0,349495       

0,289157        3,45833         3,66879         95,8171         0,363409       

0,301205        3,32            1,16198         96,9791         0,367817       

0,313253        3,19231         5,29911         102,278         0,387915       

0,325301        3,07407         0,699018        102,977         0,390566       

0,337349        2,96429         0,546638        103,524         0,392639       

0,349398        2,86207         23,8791         127,403         0,483206       

0,361446        2,76667         10,1875         137,59          0,521845       

0,373494        2,67742         25,3523         162,943         0,618          

0,385542        2,59375         6,34195         169,285         0,642053       

0,39759         2,51515         6,92768         176,212         0,668328       

0,409639        2,44118         2,93144         179,144         0,679446       

0,421687        2,37143         0,955928        180,1           0,683072       

0,433735        2,30556         26,824          206,924         0,784808       

0,445783        2,24324         4,73742         211,661         0,802776       

0,457831        2,18421         33,0613         244,723         0,928169       

0,46988         2,12821         12,1226         256,845         0,974147       

0,481928        2,075           5,0211          261,866         0,993191       

0,493976        2,02439         1,7954          263,662         1,0              
 

The StatAdvisor

---------------

   This table shows the periodogram ordinates for adjusted Occupancy

rate.  It is often used to identify cycles of fixed frequency in the

data.  The periodogram is constructed by fitting a series of sine

functions at each of 42 frequencies.  The ordinates are equal to the

squared amplitudes of the sine functions.  The periodogram can be

thought of as an analysis of variance by frequency, since the sum of

the ordinates equals the total corrected sum of squares in an ANOVA

table.  You can plot the periodogram ordinates by selecting

Periodogram from the list of Graphical Options. 
 
 

 

Tests for Randomness of adjusted Occupancy rate 

Runs above and below median

---------------------------

     Median = 0,25

     Number of runs above and below median = 51

Информация о работе Прогнозирование в индустрии гостеприимства и туризма