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

.壹從圖一可得知 Naïve 1最接近實際值，反之Naïve2偏差最大。

.貳其預測力 Naïve1 > Seasonal Naïve > Naïve2。

.參由圖表得知，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。

遊客量 ( 人次 )

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。MAPE 預測能力< 10％高精確度

10 ％— 20％良好20 ％— 50％合理

>50％不正確

比較 MAPE預測分析結果

Naïve 1 Naïve 2 S Naïve

MAPE MAPE MAPE

56.86369 86.72514 76.55188

比較 MAPE預測分析結果( 續 )

由表二得知 Naïve 1 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

表二、陽明山國家公園MAPE預測結果比較

Naïve 1 Naïve 2 S Naïve MAPE 56.86369 86.72514 76.55188

RMSPE 88.6943 142.36 144.347DCA 0.486957 0.5 0.704762

Theil U 1 1.449578 2.382055

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。

以上數據顯示出 Naïve 1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。

Documents