수요추정 방법은 매우 다양하며, 대표적으로 추세분석법, 중력수요모델, 사례분석법 등이 있음
구분 | 내용 | |||
정 량 적 기 법 | 시계열모델 | 나이브 | ▪ 과거수요 또는 과거수요 변동률을 이용하여 미래수요 예측 | |
추세분석법 | 선형 추세분석법 | ▪ 시간을 독립변수로 사용하여 과거 추세가 미래에도 지속될 것으로 가정하고 이를 선형함수관계로 나타내어 미래수요를 예측 | ||
비선형 추세분석법 | ▪ 수요모형이 시간이 지남에 따라 비선형적 변화를 보인다는 가정 하에 이를 고려하여 수요를 예측 | |||
이동평균법 | ▪ 과거 시계열자료를 연속적으로 산술평균하여 관광수요 예측하거나 가중평균을 이용할 수 있음. 때로는 시계열의 추세나 계절지수를 산출하는데도 이용됨 | |||
지수평활법 | ▪ 최근 관측 값에 더 많은 가중치를 부여하도록 과거의 관측 값들을 지수적으로 가중평균하여 미래 예측 | |||
분해분석법 | ▪ 시계열에 포함된 기본패턴들을 네 가지 변동(추세, 계절, 순환, 불규칙변동)으로 분해하여 각 성분들을 개별 예측한 후 이들의 재 합산을 통해 미래의 시계열을 예측 | |||
ARIMA기본모형 | ARIMA 모형 | ▪ 불안정한 시계열을 안정화 시킨 후, AR모형(자기회귀모형)과 MA모형(이동평균모형)을 결합하여 적용 | ||
SARIMA 모형 | ▪ ARIMA모형에 계절차분, 계절적 AR모형, 계절적 모형을 추가적으로 고려 | |||
ARIMA확장모형 | 개입모형 | ▪ ARIMA 오차항 회귀모형 중 외부충격 더미변수를 독립변수로 정의한 모형 | ||
동적 회귀모형 | ▪ ARIMA 오차항 회귀모형 중 시차독립변수를 독립변수로 정의한 모형 | |||
인과모델 | 회귀모델 | ▪ 종속변수와 독립변수 사이에 원인과 결과의 관계가 존재한다는 가정 하에, 독립변수와종속변수의관계를함수관계로나타내어미래예측 | ||
여행비용접근법 | ▪ 여행비용으로 이용자의 방문수요를 추정하는 방법 | |||
중력모델 | ▪ 출발지(origin)와 관광지(destination) 간의 거리나 여행시간이 관광객 이동에 미치는 영향을 고려하여 수요를 예측 | |||
조건부가치측정법 | ▪ 관광자원이 지니고 있는 가치를 금액으로 평가하는 방법 | |||
개재기회모형 | ▪ 관광지의 개입기회의 수가 출발지에서 관광지로의 이동에 미치는 영향을 고려하여 미래수요 예측 | |||
공적분기법 | ▪ 변수들의 단위근 검정을 통해 불안정하다고 판단된 인과관계들의 변수들의 선형결합이 장기적으로 안정적인 관계에 있을 경우 ECM(error correction model)을 통해 수요예측 | |||
