Результаты

Для каждого временного ряда была построена простая линейная регрессия (рисунок 9)

На рисунке представлен пример построения линейной регрессии. В данном случае линейный тренд построен для данных по въездам во Францию за период с 1995 по 2013гг.

Рис. 9. Линейный тренд

Далее, с помощью SPSS рассчитаны модели простого экспоненциального сглаживания и модель Хольта.

Рис. 10. модель Хольта SPSS (Корея)

Прогнозирование вышеуказанными методами производилось в SPSS Statistics. Комбинация прогнозов была рассчитана путем простого усреднения полученных результатов для отдельных прогнозов. Примеры расчетов приведены в приложении 2.

Прогнозные значения были составлены для последних трех периодов, а именно с 2011 по 2013гг. Полученные результаты для каждого метода были сопоставлены с реальными имеющимися данными по туристским потокам. Кроме того, для каждого метода были рассчитаны ошибки прогнозирования МАЕ, RMSE и МАРЕ, на основе которых были сделаны выводы о точности выбранных методов. Результаты оценки методов представлены в таблицах 1 и 2.

Таблица 3 - Результаты оценки прогнозов (въезды)

Таблица 4 - Результаты оценки прогнозов (въезды)

При расчете ошибок прогнозирование наблюдается однородность результатов, т.е. для практически каждой страны наиболее точный прогноз определяется всеми используемыми методами расчета ошибок.

Судя по результатам прогнозирования, комбинированные методы не проявили себя как наиболее точные. Лучше всего себя проявили метод Хольта, а так же простой линейный тренд. В настоящее время линейный тренд не считается достаточно точным методом, однако в данном случае он показывает наименьшую ошибку прогнозирования.

Большинство изученных исследований показывают, что комбинированные методы дают наиболее точный результат при прогнозировании. Однако, в данной магистерской диссертации получен вывод, что комбинирование в прогнозировании далеко не всегда дает более точный результат. Поэтому данная тема требует более детального изучения, развития и исследования. Необходимо создать более общую модель, которая могла бы учитывать больше нюансов.