ترجمه مقاله پیش بینی تقاضای گردشگری سلامت در کشورهای آسیایی

ترجمه مقاله پیش بینی تقاضای گردشگری سلامت در کشورهای آسیایی
قیمت خرید این محصول
۱۷,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
پیش بینی تقاضای گردشگری سلامت در کشورهای آسیایی با استفاده از الگوی GM(1,1)-ALPHA
عنوان انگلیسی
FORECASTING THE DEMAND FOR HEALTH TOURISM IN ASIAN COUNTRIES USING A GM(1,1)-ALPHA MODEL
صفحات مقاله فارسی
13
صفحات مقاله انگلیسی
11
سال انتشار
2012
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
کد محصول
5120
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
گردشگری و توریسم، علوم اقتصادی و مدیریت
گرایش های مرتبط با این مقاله
توسعه اقتصادی و برنامه ریزی، اقتصاد مالی، مدیریت بازرگانی، مدیریت بازرگانی بین الملل، مدیریت اجرایی، مدیریت استراتژیک و مدیریت گردشگری
مجله
مدیریت گردشگری و هتلداری
کلمات کلیدی
گردشگری سلامت، تقاضای گردشگری سلامت، پیش بینی خاکستری، GM 1
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
مقدمه
1. داده ها و روش پژوهش
2. نتایج
2.1. توصیف داده ها
3. بحث و نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract The purpose – Accurately forecasting the demand for international health tourism is important to newly-emerging markets in the world. The aim of this study was presents a more suitable and accurate model for forecasting the demand for health tourism that should be more theoretically useful. Design – Applying GM(1,1) with adaptive levels of α (hereafter GM(1,1)-α model) to provide a concise prediction model that will improve the ability to forecast the demand for health tourism in Asian countries. Methodology – In order to verify the feasibility of the proposed approach, using available secondary and primary data covering the period from 2002 through 2009 obtained from the RNCOS “Opportunities in Asian Health tourism” report. Based on a unique and characteristics database for the health tourism industry, this study applies the adaptive α in a Grey forecasting model (GM(1,1)-α) to predict the demand for health tourism in Asian countries. Approach – Implementation of demand forecasting in health tourism is examined on the shortterm and limited dataset, due to importance of a minimum the predicated error on underlying basis for the econometric model for health tourism markets. Findings – Key findings present that the optimal value of α in GM(1,1) can minimize the predicted error. Finally, in the case of the demand for health tourism in Asian countries, using GM(1,1)-α to predict error is clearly better than the use of the original GM(1,1) and time series models. The originality of this research – The originality comes from the analysis of the demand forecasting in health tourism of Asian countries, which provides an easy and accurate method to predict the demand for health medical tourism and ideas for further improvements in the sector of health tourism.
نمونه چکیده ترجمه متن فارسی
چکیده
هدف:هدف این پژوهش پیش بینی تقاضای بین المللی گردشگری سلامت است که برای اقتصادهای نوظهور در جهان حائز اهمیت است. هدف اصلی این مطالعه ارائه یک الگوی مناسب تر و دقیق تر برای پیش بینی تقاضای گردشگری سلامت است که می تواند از لحاظ نظری مفید و قابل استفاده باشد.
طرح: استفاده از الگوی GM(1,1)با سطوح سازگار آلفا (از این به بعد می گوییم الگویGM(1,1)-α) برای ایجاد یک الگوی پیش بینی مختصر که بتواند توانایی پیش بینی تقاضای گردشگری سلامت در کشورهای آسیایی را افزایش دهد.
روش پژوهش: برای اینکه امکان سنجی رویکرد پیشنهاد شده تایید شود، از مجموعه داده های اولیه و ثانویه در طی دوره 2002 تا 2009 از گزارش رکاس " فرصت های گردشگریی سلامت آسیا" استفاده می-شود. این مطالعه بر اساس یک مجموعه داده منحصر به فرد و مشخص از صنعت گردشگری سلامت، آلفای سازگا در الگوی پیش بینی خاکستری (GM(1,1)-α) را برای پیش بینی تقاضای گردشگری سلامت در کشورهای آسیایی به کار می برد.
رویکرد: پیاده سازی پیش بینی تقاضای گردشگری سلامت در کوتاه مدت با مجموعه داده های محدود به دلیل اهمیت حداقل خطای پیش بینی بر اساس مبانی زیرساختی الگوی اقتصاد سنجی برای بازارهای گردشگری سلامت.
یافته ها: نتایج اصلی مطالعه نشان می دهد که مقدار بهینه آلفا در GM(1,1) می تواند خطای پیش بینی را حداقل کند. در نهایت، در مورد تقاضای گردشگری سلامت در کشورهای آسیایی با استفاده از GM(1,1)-αبرای خطای پیش بینی به طور واضح بهتر از استفاده از GM(1,1)اصلی است و الگوهای سری زمانی است.
نوآوری این پژوهش:نورآوری از تحلیل پیش بینی تقاضای گردشگری سلامت کشورهای آسیایی که یک روش شناسی دقیق و ساده برای پیش بینی تقاضای گردشگری سلامت پزشکی را فراهم می کند و نظریه ای برای بهبود بخشیدن بیشتر به بخش گردشگری سلامت است.

بدون دیدگاه