請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21705完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 邱鳳臨 | |
| dc.contributor.author | Takayuki Higuchi | en |
| dc.contributor.author | 樋口隆行 | zh_TW |
| dc.date.accessioned | 2021-06-08T03:43:18Z | - |
| dc.date.copyright | 2019-07-02 | |
| dc.date.issued | 2019 | |
| dc.date.submitted | 2019-06-06 | |
| dc.identifier.citation | 參考文獻
一、中文部分 1. 于宗先（1972），《經濟預測》，台北：中研院經濟所。 2. 方世杰（1996），《企業技術交易模式影響因素之研究》，國立台灣大學商學研究所博士論文。 3. 王薏婷、章國威、郭仕堯、陳淑娟等人（2010），〈應用倒傳遞網路預測日本來台航空客運需求之研究〉，第二屆亞太餐旅教育聯盟暨第十屆觀光休閒暨餐旅產業永續經營學術研討會，民國 99 年 5 月 20 日，頁99-110。 4. 吳漢雄、鄧聚龍、溫坤禮（1996），《灰色分析入門》，台北：高立圖書。 5. 李旭煌 (1994)，《出國觀光旅客需求預測模式建立之研究》，國立政治大學統計學研究所碩士論文。 6. 李依璇（2008），《運用類神經網路建立國際旅客需求預測模型－以日本來台灣之國際旅客需求為例》，國立臺灣大學地理環境資源學研究所所碩士論文。 7. 林玫君（2001），《應用人工智慧技術於台灣股價指數期貨套利之研究》，暨南國際大學資訊管理研究所碩士論文。 8. 林茂文 (2006)，《時間數列分析與預測》，台北：華泰文化。 9. 林聰明、吳水丕（1981），《指數平滑法選擇與應用》，台北：華泰書局。 10. 施瑞賢（2003），《來華觀光旅客人數需求預測之研究》，朝陽科技大學休閒事業管理系碩士論文。 11. 春日井博（1988），《需求預測入門》，台北：書泉出版。 12. 凌強（2007），〈發展國際旅遊業：日本的經驗及借鑿〉，日本研究期刊，3期，頁47-52.。 13. 徐桂祥（1997），《灰色系統在商情預測上之研究》，國立雲林科技大學資訊管理技術研究所碩士論文。 14. 張家瑋（2010），《轉移函數模型在旅遊需求預測上的應用-以澳門為例》，國立政治大學經濟學系碩士論文。 15. 張育維、廖孟媛（2009），《季節性ARIMA模式在桃園機場貨運量預測之研究》，真理大學航空服務管理學系。 16. 郭富聚（2001），《應用類神經網路預測台北市臭氧濃度之研究》，國立台北科技大學環境規劃與管理研究所碩士論文。 17. 黃玄份（2010），《應用希爾伯特-黃轉換於旅遊需求預測之研究》，國立宜蘭大學經營管理研究所碩士班碩士論文。 18. 黃姿瑄(2012) ，《預測澳門旅遊需求：二次曲線模型的應用》，國立台灣大學國家發展所碩士論文。 19. 黃筠芸（2013），《預測澳門旅遊需求:灰色理論的應用》，國立台灣大學國家發展所碩士論文。 20. 楊惠婷（2001），《長期需求預測之一研究--以台灣電力需求為例》，淡江大學管理科學研究所碩士論文。 21. 潘曉葦（2000），《需求預測模式之建立》，國立台灣科技大學資訊管理研究所碩士論文。 22. 鄭碧娥（1993），《商情預測》，台北：三民書局。 23. 鄧聚龍(2000)。《灰色系統理論與應用》，台北:高立。 24. 顏沛華（1999），《模糊理論應用於地層下陷之預測》，國立成功大學水利及海洋工程研究所碩士論文。 25. 羅華強（2001），《類神經網路-Matlab的應用》，台北：清蔚科技出版社。 26. 蘇淑枝（1999），《選舉預測模型之研究―以公元2000年總統大選為例》，國立政治大學統計研究所碩士論文。 二、西文部分 1. Barr, D. P.(2002) .Challenges Facing a Demand Planner: How to Identify and Handle Them.Journal of Business Forecasting.21(6) . 28-29. 2. Chu, F. L. (1998a). Forecasting tourism arrivals: Nonlinear sine wave or ARIMA? .Journal of Travel Research, Vol. 36 (3), pp. 79-84. 3. Chu, F. L. (1998b). Forecasting tourism demand in Asian-Pacific countries. Annals of Tourism Research, 25 (3), pp. 597-615. 4. Chu, F. L. (1998c). Forecasting tourism: A combined approach. Tourism Management, 19 (6), pp. 515-520. 5. Chu, F. L. (2004). Forecasting tourism demand: A cubic polynomial approach. Tourism Management, 25, pp. 209-218. 6. Chu, F. L. (2008a). A fractionally integrated autoregressive moving average approach to forecasting tourism demand. Tourism Management, Vol. 29, pp.79-88. 7. Chu, F. L. (2008b). Analyzing and forecasting tourism demand with ARAR algorithm. Tourism Management, 29, pp. 1185-1196. 8. Chu, F. L. (2009). Forecasting tourism demand with ARMA-based methods, Tourism Management, 30, pp. 740-751..pdf 9. Gardner, E.S. and Diaz-Saiz, J. (2002) . Seasonal adjustment of inventory demand series: A case study. International Journal of Forecasting, 18(1), 117-123. 10. Lewis, E. B. (1982). Control of body segment differentiation in Drosophila by the bithorax gene complex. Progress in clinical and biological research, 85, 269-288. 11. Michael B. Clement(1999) . Analyst forecast accuracy:Do ability, resources, and portfolio complexity? .Journal of Accounting & Economics, 27(3), 285-303. 12. Pankratz,A.(1983). Forecasting with univariate Box-Jenkins method. NY: John Wiley & Sons. 13. Song, H., & Li, G. (2008). Tourism demand modelling and forecasting—A review of recent research. Tourism Management, 29(2), 203-220. 14. Tatsuo Oi(大井達雄) (2012).Evaluation of the ARFIMA Model to Tourism Demand Forecasting (自己回帰実数和分移動平均モデルを使用した観光需要予測に関する考察). 観光学, 6, 1-7. 15. Wheelwright, S. C. and S. Makridakis(1973) .Forecasting Methods for Management.New York : John Wiley & Sons, 109-113. 三、網頁部分 1. 日本國際觀光振興機構（2005），檢自： http://www.welcome2japan.hk/index.html 2. 蔣德誼（2007），日本旅遊市場兩大趨勢：地方化與主題化，檢自： https://b2b.richmarcom.com.tw/newweb/news_into.aspx?Second_classification_id=24&Subject_id=1726 | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21705 | - |
| dc.description.abstract | 本文採用日本觀光旅遊局所公布之1975年至2015年入境日本人次之逐月數據，利用灰色理論GM(l,l）模型及季節性自動回歸移動平均（SARIMA）模型針對最近兩年（2016年、2017年）之日本旅游需求進行預測。在SARIMA預測模型部分，則以1975年1月至2015年12月前492筆資料建構預測模型，待模型建立完成後，再進行樣本外（2016年1月至2017年12月）之預測。灰色理論GM(l,l）部分，則使用2015年l月至12月共12筆數據資料進行預測。研究成果發現，從預測評估指標來進行模式預測效果的比較，不論是均方根百分比誤差（RMSPE）或是平均絕對百分比誤差（MAPE），SARIMA模型的預測效果較GM(l,l）模型的預測來得更好。 | zh_TW |
| dc.description.abstract | We use Grey theory GM(l,l）model and Seasonal Autoregressive Integrated Moving Average (SARIMA) model, to construct the forecasting model of tourism demand in Japan.We use monthly data of the number of foreign visitors to Japan from 1975 to 2015, to forecast the tourism demand for the years of 2016 and 2017.The results from our study show that the forecasts of SARIMA model is more accurate than those of GM(l,l）model, judging from both Root Mean Square Percentaeg Error (RMSPE) and Mean Absolute Percentage Errors (MAPE). | en |
| dc.description.provenance | Made available in DSpace on 2021-06-08T03:43:18Z (GMT). No. of bitstreams: 1 ntu-108-R98341066-1.pdf: 1175663 bytes, checksum: 97a0cfa5740976d9e280601124e12501 (MD5) Previous issue date: 2019 | en |
| dc.description.tableofcontents | 第一章 緒論........................................1
第一節 研究背景與動機.................1 第二節 研究目的...........................3 第三節研究流程..............................4 第二章文獻探討.....................................6 第一節日本旅遊市場概況.................6 第二節預測相關文獻........................8 第三節旅遊預測相關文獻................16 第三章旅遊需求預測模型理論............... 21 第一節灰色預測GM(1,1)模型.......... 21 第二節SARIMA迴歸預測模型..........25 第三節預測評估指標.......................27 第四章實證分析....................................29 第一節灰預測模型實證...................29 第二節 SARIMA預測模型實證.........32 第三節預測模型預測效果比較.........38 第五章 研究結論................................42 第一節研究結論.............................42 第二節研究建議.............................44 參考文獻.............................................45 | |
| dc.language.iso | zh-TW | |
| dc.title | 日本旅遊需求預測之分析 | zh_TW |
| dc.title | Analysis of Tourism Demand Forecasting in Japan | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 107-2 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 謝德宗,李顯峰 | |
| dc.subject.keyword | 日本旅遊,需求預測,季節性自動回歸移動平均模型,灰色理論,均方根百分比誤差,平均絕對百分比誤差, | zh_TW |
| dc.subject.keyword | Japan tourism,demand forecasting,SARIMA,GM(l,l),RMSPE,MAPE, | en |
| dc.relation.page | 49 | |
| dc.identifier.doi | 10.6342/NTU201900821 | |
| dc.rights.note | 未授權 | |
| dc.date.accepted | 2019-06-06 | |
| dc.contributor.author-college | 社會科學院 | zh_TW |
| dc.contributor.author-dept | 國家發展研究所 | zh_TW |
| 顯示於系所單位： | 國家發展研究所 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-108-1.pdf 目前未授權公開取用 | 1.15 MB | Adobe PDF |
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。