$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

계절형 ARIMA-Intervention 모형을 이용한 여행목적 별 제주 관광객 수 예측에 관한 연구

A study on demand forecasting for Jeju-bound tourists by travel purpose using seasonal ARIMA-Intervention model

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.27 no.3, 2016년, pp.725 - 732  

송준모 (제주대학교 전산통계학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 제주를 방문하는 관광객 수를 여행목적 별로 분석하였다. 여행목적은 "휴양 및 관람", "레저 및 스포츠", 그리고 "회의 및 업무"를 위한 여행으로 구분되어 있으며, 2005년 1월부터 2016년 3월까지 자료를 이용하였다. 2015년 5월에 발생한 메르스 (MERS, 중동호흡기증후군) 사태의 영향을 반영하기 위하여 계절형 ARIMA-Intervention 모형을 이용한 개입분석을 수행하였다. 분석결과 메르스사태는 "레저 및 스포츠"와 "회의 및 업무"를 목적으로하는 관광객 수에 6월 한 달간 영향을 끼친 것으로 나타났으며, 이로 인하여 이 기간 동안 30%에서 40% 정도의 관광객이 감소한 것으로 추정되었다. 반면, "휴양 및 관람"에서는 메르스사태의 영향이 유의하지 않은 것으로 나타났다. 본 결과를 토대로 향후 1년의 월별 관광수요를 예측하여 보았다.

Abstract AI-Helper 아이콘AI-Helper

This study analyzes the number of Jeju-bound tourists according to travellers' purposes. We classify the travellers' purposes into three categories: "Rest and Sightseeing", "Leisure and Sport", and "Conference and Business". To see an impact of MERS outbreak occurred in May 2015 on the number of tou...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 개입사건에 의한 수치는 개입 이전의 시계열자료의 일반적인 범위를 벗어나는, 즉 이상점 (outlier)으로 간주할 수 있는 경우가 많으므로, 이를 간과한 분석은 잘못된 추론을 야기할 수 있다. 따라서 개입분석의 목적은 개입사건의 영향 또는 효과의 추정 뿐만 아니라 개입사건에 의한 이상치를 적절히 모형화하여 올바른 추론이 이루어지도록 하는데 있다.
  • 본 소절에서는 계절형 ARIMA-Intervention 모형을 여행목적에 따른 관광객 수 자료에 적합시키고, 향후 1년간의 월별 관광객 수에 대한 예측결과를 소개한다. 분석에 사용한 패키지는 SAS/ETS 9.
  • 본 연구는 Song (2015)의 연구의 수정 보완을 목적으로 한다. Song (2015)은 총 관광객 수를 분석하는 기존의 연구들과는 달리 여행형태 및 목적 별로 관광객 수를 분석하고 예측하였다.
  • 본 연구에서는 위 모형을 여행목적 별 관광객 수 자료에 적합시키고 이를 토대로 관광수요를 예측하고자 한다.
  • 본 연구에서는 제주를 방문하는 관광객 수를 여행목적 별로 분석하고 향후 1년간의 월별 관광 수요를 예측하였다. 2015년 5월에 발생한 메르스사태의 영향을 분석하기 위하여 계절형 ARIMAIntervetion모형을 자료에 적합시켰다.
  • 여행형태 및 목적에 따른 분석은 해당 실무분야에 실질적인 수요예측을 제공한다는 측면에서 의미가 있는데, 계절형 ARIMA모형을 이용한 분석 이후 메르스사태가 발생하면서 기존 모형의 수정이 불가피하게 되었다. 이에 본 연구에서는 여행 목적에 따른 올바른 수요예측을 위하여 개입모형을 이용한 분석을 수행하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
본 연구에서 메르스 사태의 영향을 반영하기 위해 무엇을 하였는가? 여행목적은 "휴양 및 관람", "레저 및 스포츠", 그리고 "회의 및 업무"를 위한 여행으로 구분되어 있으며, 2005년 1월부터 2016년 3월까지 자료를 이용하였다. 2015년 5월에 발생한 메르스 (MERS, 중동호흡기증후군) 사태의 영향을 반영하기 위하여 계절형 ARIMA-Intervention 모형을 이용한 개입분석을 수행하였다. 분석결과 메르스사태는 "레저 및 스포츠"와 "회의 및 업무"를 목적으로하는 관광객 수에 6월 한 달간 영향을 끼친 것으로 나타났으며, 이로 인하여 이 기간 동안 30%에서 40% 정도의 관광객이 감소한 것으로 추정되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Box, G. E. P. and Tiao, G. C. (1975). Intervention analysis with applications to economic and environmental problems. Journal of the American Statistical Association, 70, 70-79. 

  2. Cho, S., Sohn, Y. and Seong, B. (2016). Time series analysis, Yulgok book publishing Co., Seoul. 

  3. Choi, K. and Kim, J. (2001). A study on forecasting of overseas tour - Gravity model and regression model. Journal of the Korean Data & Information Science Society, 12, 103-111. 

  4. Cryer, J. D. and Chan, K. S. (2008). Time series analysis: With applications in R, Springer-Verlag, New York. 

  5. Han, G. H., Jung, J. and Yoo, J. K. (2014). A study on prediction for attendances of Korean pro baseball games using covariates. Journal of the Korean Data & Information Science Society, 25, 1481-1489. 

  6. Huh, H. J. and Kim, H. C. (2001). Forecasting demand for Jeju-bound tourist: An application of intervention method. Journal of Tourism Sciences, 25, 27-42. 

  7. Kim, S. and Lee, J. H. (2011). A Study on the seasonal effects of the tourism demand forecasting models. Korean Journal of Applied Statistics, 24, 93-102. 

  8. Kim, S. and Seong, B. (2011). Intervention analysis of Korea tourism data. Korean Journal of Applied Statistics, 24, 735-743. 

  9. Lee, C. K, Song, H. J and Mjelde J.W. (2008). The forecasting of international Expo tourism using quantitative and qualitative techniques. Tourism Management, 29, 1084-1098. 

  10. Phillips, P. C. B. and Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75, 335-346. 

  11. Ryu, S. R. and Kim, J. T. (2013). Time series regression model for forecasting the number of elementary school teachers. Journal of the Korean Data & Information Science Society, 24, 321-332. 

  12. Shin, Y. and Yoon, S. (2016). Electricity forecasting model using specific time zone. Journal of the Korean Data & Information Science Society, 27, 275-284. 

  13. Song, D. Y. (2015). A study on forecasting the number of tourist in Jeju island focusing on travel purposes and types with seasonal ARIMA models, Master Thesis, Jeju national university, Jeju. 

  14. Song, H. and Li, G. (2008). Tourism demand modelling and forecasting - A review of recent research. Tourism Management, 29, 203-220. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트