基于Ｘ-１３Ａ-Ｓ季节调整方法的铁路客运量预测分析

依据季节调整思想和Ｘ-１３Ａ-Ｓ模型理论,以传统的ＳＡＲＩＭＡ模型对２０００年１月—２０１６年７月观测值进行建模,预测２０１６年８—１２月铁路客运量,同时用Ｘ-１３Ａ-Ｓ模型对数据中可能存在的日历效应进行季节调整,并建模预测。对比ＳＡＲＩＭＡ模型,Ｘ-１３Ａ-Ｓ模型拟合效果更优,更适合我国铁路客运量的预测。之后用Ｘ-１３Ａ-Ｓ技术将所有原始数据重新建模预测,预计２０１７年春运后,４月份会再次出现小高峰,将比春运客流高,８月份铁路客运量达到最大。随着假期的减少,１０月后客运量将下降,２０１８年年初迅速回升,总体呈上升趋势。