60 likes | 180 Views
休閒趨勢分析及評估. 日本旅客入境預測與分析. 班 級:碩專二甲 指導老師:凌瑞賢教授 學 生:簡雯黛 學 號: N99B0001. 南台科技大學. Southern Taiwan University. 原始資料數據. 南台科技大學. Southern Taiwan University. 日本旅客入境 現況 分析.
E N D
休閒趨勢分析及評估 日本旅客入境預測與分析 班 級:碩專二甲 指導老師:凌瑞賢教授 學 生:簡雯黛 學 號:N99B0001
南台科技大學 Southern Taiwan University 原始資料數據
南台科技大學 Southern Taiwan University 日本旅客入境現況分析 由2001~2011年日本旅客各月入境人數一覽表可知,日本旅客入境人數於2003年5、6月銳減,推測原因是SARS 疫情之影響,各地區來台旅客人數皆呈現明顯的衰退;但次年(2004)各地區人數皆有成長。自2005年之後幾年日本來臺旅客人數明顯成長,推測可能是「地緣性」影響來台客源。又於2008、2009年呈現下滑,推測原因是金融海嘯的影響。2010年底2011年初入境的日本旅客開始提升,2011年4、5月又急速下滑,推測原因是受到日本311大地震之影響。8、9月又急速提升,推測原因是日本旅客感念臺灣支援並捐助日本災區,加上日幣升值,因此想要到此充滿愛心與人情味的國度一遊。預測未來的幾個月,日本旅客入境人數將會繼續攀升。
南台科技大學 Southern Taiwan University 2001-2011年日本旅客每月入境人數預測圖
各種Naïve預測模式 南台科技大學 Southern Taiwan University 5
結果 南台科技大學 Southern Taiwan University 1. MAPE分析(平均絕對百分比誤差): 分別為Naïve 1=14.751,Naïve 2 =20.813,S Naïve=33.464 , 其中Naïve 1法的MAPE值最低,為三種模式中預測錯誤率最低。 2. RMSPE分析(均方根百分比誤差): 分別為Naïve 1=37.493 ,Naïve 2 =35.840,S Naïve =114.205 , 其中Naïve 2法的RMSPE值最低,為三種模式中預測錯誤率最低。 3. DCA分析(趨向準確性百分比): 分別為Naïve 1=0.465,Naïve 2 =0.460,S Naïve =0.709 , S Naïve 法的DCA值最高,為三種模式中預測準確率最高。 6