香港航空交通：基于稀疏季节性 ARIMA 模型的解释与预测
应用统计
2021-08-13 v1
摘要
一个城市的月度航空交通是具有明显季节性模式的时间序列，并且与该城市的经济状况和社会环境密切相关。例如在香港，七月、八月和十月往往是交通流量的旺季，同时也存在相对固定的淡季。在社会环境稳定的情况下，精心识别并拟合的季节性 ARIMA 模型可以很好地预测未来几个月的交通流量。本文选取了香港在金融危机之后、政治风波之前的到港和离港旅客等航空交通数据。建立了稀疏季节性 ARIMA 模型，该模型能在 置信区间内正确预测 2020 年 1 月至 7 月的航空交通。此外，本文对时间序列进行分解，发现金融危机、政治风波和 COVID-19 暴发等重要事件在一定程度上影响了航空交通水平。例如，2019 年之后发生的政治风波和疫情防控使航空交通显著下降。根据我的稀疏季节性 ARIMA 模型，2020 年 2 月至 11 月的航空交通仅为无这两事件时本应水平的 。这是时间序列模型在航空交通损失估计中的有价值应用。
引用
@article{arxiv.2108.05817,
title = {Hong Kong Air Traffic: Explanation and Prediction based on Sparse Seasonal ARIMA Model},
author = {Shuwen Chai},
journal= {arXiv preprint arXiv:2108.05817},
year = {2021}
}