基于时间序列模型的入境者旅游情况的预测研究——以北京市为例
张良玉

北京建筑大学，北京市，102627；

摘要：本文依据2023年 - 2025年北京市入境旅游者人数的月度数据，对其序列图、差分序列图、ADF检验、定阶模型参数、残差项检验等展开研究，并对其趋势进行预测。研究表明，自2019年入境旅游者情况受公共安全事件（COVID - 19）大幅影响起，北京市入境旅游市场在2023年展现出强劲的复苏态势；经一阶差分处理后，序列趋于平稳，开展自相关和偏相关图分析，最终确定阶数为ARIMA（1，1，0），随后依据现有数据进行时间模型预测，预计2025年之后的月度，北京入境旅游者情况会保持持续增长状态。

关键词：入境旅游者；北京市；ARIMA模型；时间序列

参考文献

[1]刘淑慧.对我国入境旅游人数的趋势分析以及预测[J].商展经济,2024,(13):44-47.DOI:10.19995/j.cnki.CN10-1617/F7.2024.13.044.

[2]康俊锋,符悦,方雷,等.基于最小二乘法赋权的ARIMA-LSTM模型预测入境旅游人数——以上海市为例[J].浙江大学学报(理学版),2023,50(04):508-520.

[3]刘传意.江西省入境旅游市场分析及人数预测[D].江西财经大学,2022.DOI:10.27175/d.cnki.gjxcu.2022.001795.

[4]李玥.基于ARIMA模型的旅游人数预测[D].江西财经大学,2019.

[5]唐玥.我国入境旅游需求预测算法研究[D].重庆大学,2019.

[6]黄晓玉,王兰会.SPSS 24.0统计分析[M].中国人民大学出版社:202103.238.

[7]涂云东.时间序列分析[M].人民邮电出版社:202209.206.