۲۱۸۲۹پ
per
پیش‌بینی تقاضای گردشگری منطقه آزاد ارس با استفاده از مدل داده‌های ترکیبی با تواتر متفاوت(میداس)
Forecasting tourism demand of Aras Free Zone using a combination of mixed frequency data sampling model (MIDAS)
/سیویل پورعباسی
: اقتصاد ومدیریت بازرگانی
، ۱۳۹۸
، راشدی
۹۵ص
چاپی - الکترونیکی
کارشناسی ارشد
علوم اقتصادی گرایش علوم اقتصادی
۱۳۹۸/۰۴/۱۷
تبریز
پیش‌بینی شمار ورود گردشگران، اهمیت ویژه‌ای برای گردشگران و فعالیت‌های وابسته به گردشگری دارد، چراکه پیش‌بینی، شاخصی برای تقاضای آینده بوده که با فراهم کردن اطلاعات پایه برای برنامه‌ریزی و سیاست‌گذاری‌های مربوط به آینده، مهم است .در مبحث مدیریت گردشگری، پیش‌بینی تقاضای گردشگری بیشترین ارتباط و کاربرد را در برنامه‌ریزی گردشگری دارد زیرا یکی از ابعاد اصلی برای برنامه‌ریزی بازاریابی آینده‌نگر است .تعداد گردشگران با عرضه و تقاضای بازار ارتباط مستقیم دارد .بر همین اساس پیش‌بینی دقیق تقاضای گردشگران، می‌تواند به کاهش ریسک در تصمیم‌گیری و هزینه منجر شود و با اطلاع از تقاضای گردشگران به منطقه و نیازهایش در آینده کمک شایانی کند .در این مطالعه به پیش‌بینی تقاضای گردشگری منطقه آزاد ارس با استفاده ار مدل داده‌های ترکیبی با تواتر متفاوت) میداس (و مقایسه دقت پیش‌بینی تقاضای گردشگری روش میداس با روش میانگین متحرک خود همبسته یکپارچه طی بازه زمانی ۰۱/۱۳۹۱ تا ۰۹/۱۳۹۷ پرداخته شده است .نتایج نشان می‌دهد که در تمامی معیارهای ارزیابی عملکرد پیش‌بینی، روش میداس بر آریما برتری دارد
Prediction of the number of tourists is important for tourism dependent activities. Prediction is an index for future demand and it seeks to provide basic information for future planning and policy. In tourism management discussions, tourism demand forecast has the most relevance and application in tourism planning because it is one of the main dimensions for future marketing planning. The number of tourists is directly linked to supply and demand by the market. therefore, accurate prediction of tourists demand may lead to a decrease in risk in decision - making and cost and its wants in the future. This study, examines the forecasting demand of free zone tourism using mixed frequency data sampling model (MIDAS) and comparing the forecasting accuracy of tourism demand by Autoregressive integrated moving average method during the period of March 2012 to December2018. The results show that in all of the criteria for evaluating predictive performance, the Midas method is superior to Arima
Forecasting tourism demand of Aras Free Zone using a combination of mixed frequency data sampling model (MIDAS)
پورعباسی، سیویل
Pourabasi, Sevil
سیاه و سفید
نمایه‌سازی قبلی
