Forecasting international tourist flows
Generate an AI Snapshot to get a quick, structured summary of this paper.
A concise AI-generated summary of the paper will appear here once you click Generate AI Snapshot.
Abstract
Previous research suggests that the "no change" model is relatively accurate when annual data are used to forecast international tourism demand, whereas more complex models are relatively accurate when seasonal data are used to forecast domestic tourism demand. The difference in accuracy rankings could be due to the international versus domestic dimension of the data or the difference in data frequency. This study demonstrates that the results obtained for international tourism using annual data also hold for seasonal data, so the previously obtained difference in accuracy rankings appears to be attributable to the use of international as opposed to domestic tourism demand data. Prévisions de tourisme international. Les études précédentes laissent entendre que le modèle "pas de changement" est relativement exact quand des données annuelles sont utilisées pour prévoir la demande en tourisme international, alors que des modèles plus complexes sont relativement exacts quand des données saisonnières sont utilisées pour prévoir la demande en tourisme national. La différence pourrait être due à la dimension des données (internationale ou nationale), ou à la fréquence des données. La présente étude démontre que les résultats obtenus pour le tourisme international en utilisant des données annuelles sont aussi valables que les données saisonnières. La différence obtenue précédemment entre les ordres d'exactitude semble être due à l'utilisation de données internationales plutôt que nationales, en ce qui concerne la demande touristique.
