1 / 7

休閒趨勢分析及評估 - 作業二

休閒趨勢分析及評估 - 作業二. 學生姓名：簡益彥 學號： M99B0104 班級：碩休二甲. 阿里山參訪人數預測分析. 從圖一可得知 Naïve 1 最接近實際值，反之 Naïve2 偏差最大。 其預測力 Naïve1 > Seasonal Naïve > Naïve2 。 由圖表得知，阿里山國家風景區之季節性因子可能是以一季 (6 個月 ) 為單位之遊客量變動。. 預測阿里山參訪人數折線圖. 遊客量 ( 人次 ). 比較 MAPE 預測分析結果.

tamal
Download Presentation

休閒趨勢分析及評估 - 作業二

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 休閒趨勢分析及評估-作業二 學生姓名：簡益彥 學號：M99B0104 班級：碩休二甲

  2. 阿里山參訪人數預測分析 • 從圖一可得知Naïve 1最接近實際值，反之Naïve2偏差最大。 • 其預測力Naïve1 > Seasonal Naïve > Naïve2。 • 由圖表得知，阿里山國家風景區之季節性因子可能是以一季(6個月)為單位之遊客量變動。

  3. 預測阿里山參訪人數折線圖 遊客量(人次)

  4. 比較MAPE預測分析結果 • 平均絕對百分比誤差(Mean Absolute Percent Error, MAPE)， MAPE值愈小表示預測能力愈好。 • Lewis (1982)依據MAPE大小將模式預測能力分為四種等級，如表1所示。

  5. 比較MAPE預測分析結果(續) 表二、陽明山國家公園MAPE預測結果比較 由表二得知Naïve1 的MAPE數值最小，因此預測力最好。 預測力由好至壞依序排列為：Naïve1>S Naïve > Naïve 2

  6. 各預測分析方法之比較 經由上表Naïve法預測得知，Naïve 1模式的MAPE、RMSPE與Theil U值最小，表示該模式之預測能力較強。

  7. 結論 • 以上數據顯示出Naïve1預測能力最強，其次為S Naïve，最後是Naïve 2，其原因可能是因為受季節因素之影響，如花季推廣，因此 Naïve 1模式較能有效預測。 • 由於遊客量是隨時間點而改變，而阿里山國家風景區的預測模式可能也會因氣候而改變，像是2009年莫拉克颱風造成道路中斷，影響前往人潮。

More Related