基于时间序列的民航客运量分析预测

冯慧娇

【摘 要】 本文首先对时间序列主要特征和时间序列分析步骤进行介绍，然后在平稳时间序列建模的基础上对非平稳时间序列的建模进行了分析。在分析的过程中将非平稳时间序列的建模分为基于确定性分析的建模和基于随机性分析的建模两大类，并对此进行了比较。最后本文运用 2013年 1月至 2017年 12月我国的民航客运量数据，基于 R 软件进行分析，通过 ARIMA 模型、季节效应分析和 Holt-Winters 模型分别对我国的民航客运量数据进行拟合。最后经过模型比较选择了Holt-Winters模型，并预测了我国2018年12个月的民航客运量。

【关键词】 时间序列 民航客运量 季节效应分析

ARIMA模型 R软件

第1章 绪 论

我国航空运输需求量增长的主要因素首先是经济总量扩张；其次对航空运输影响最大的是结构因素；再次，国际贸易也是航空运输需求的重要带动因素。我国全球进出口贸易总额不断增加，且城镇居民消费有温饱型转向享受型发展型，都对我国旅游支出、民航发展提供了极具前景的良好的发展空间。所以在这种情况下，对我国民航客运量进行分析预测，对于民航业的发展具有重要的意义。

第2章 时间序列分析基本方法

2.1平稳性检验

时间序列法的核心是对数据进行平稳性检验。一般有两种方法来检验序列的平稳性。其中一种是比较直观的图检验法，由时序图和自相关图的特征做出判断，另外一种是具有理论依据的假设检验的方法，手段是构造合适的检验统计量。……