搜論文知識網并非《旅游》的官網或雜志社，為客戶提供期刊征稿、論文發表等中介服務，在客戶與期刊雜志社之間搭建了一座省時、省力的便捷橋梁。本站與《旅游》等上百家同類正規期刊保持著多年的密切合作關系，切實提高客戶期刊發表的質量與效率。通過本站發表論文，客戶將獲得更大的選擇空間、更高的通過率、更快的發表速度、更滿意的服務質量。

　　雜志簡介

　　旅游刊物。旨在傳播旅游知識，報道國內外興辦旅游業的動態，使讀者開闊視野，增長知識，了解旅游事業發展概況，激發旅游情趣和愛國熱情。

　　收錄情況

　　國家新聞出版總署收錄　收錄情況：中國知網、維普資訊科技期刊數據庫全文收錄期刊。

　　欄目設置

　　研究報告;文獻綜述;簡報;專題研究。

　　期刊優秀目錄參考：

　　1 不緊不慢騎過烏江畫廊 羅康渝湘游仕; 4-9

　　2 留戀獨克宗 肖育 10-15

　　3 藍光下的活火山 于萌 16-21

　　4 紙鳶凌空去,春風如可托 子子; 22-25

　　5 兔猻荒原上的獨行俠 米飛飛 26-29

　　6 移動城堡一場曼妙的盛宴 張曉光 30-35

　　7 三羌拍案驚奇 老姜王國亨; 36-43

　　8 水墨瑤里 木子; 44

　　9 味蕾上的春鮮 木子; 44-45

　　10 珍貴的歷史遺跡吳哥攝影 露漪 46-49

　　11 感龍泉小院別樣風流品京西特產有機核桃 宋旭 50-55

　　12 踏青尋梅明城墻 東城區旅游委 56-59

　　13 房山您身邊的世界地質公園房山推出六大“名山“ 房旅軒 60-65

　　14 中軸線上的綠寶石 奧林匹克森林公園; 66-69

　　15 中國科技館科普殿堂游福 中國科技館 70-73

　　16 南海西樵山,春天無處不飛花 姚德榮 81+76-77

　　旅游論文投稿：北京月度入境游預測模型研究

　　摘要：本文運用在經濟金融領域使用廣泛的方法―TRAMO/SEATS方法對北京入境旅游人數開展短期預測研究。作為歐盟各國統計局主要統計方法，TRAMO/SEATS模型由于能有效提取時間序列數據中的信息，不僅預測精度高，而且穩定，能夠最大程度地反映旅游業季節性波動的特點。實證分析表明，TRAMO/SEATS模型在北京入境旅游人次的短期預測方面預測能力極佳，能夠為北京市入境旅游的短期經營策略提供良好的預測數據。

　　關鍵詞：旅游論文投稿,入境旅游人數,中短期預測,TRAMO/SEATS模型

　　1.研究文獻與方法簡述

　　傳統的的時間序列的外推技術雖然簡便易行，也能達到較好的精度要求，但一般來說模型缺少理論基礎。為此，基于隨機理論的各種隨機時間序列模型被廣泛應用經濟預測之中，其中以ARMA類為主流。傳統的ARMA模型也稱為B-J方法，是尋求最小方差意義下的最優預測，也是一種精度較高的時序短期預測方法，包括AR(p)、MA(q)和ARMA(p，q)模型等。