PREDVIĐANJA U TURIZMU TEMELJENA NA METODI NAJMANJIH KVADRATA

Similar documents
BENCHMARKING HOSTELA

Modelling Transport Demands in Maritime Passenger Traffic Modeliranje potražnje prijevoza u putničkom pomorskom prometu

PROJEKTNI PRORAČUN 1

SIMPLE PAST TENSE (prosto prošlo vreme) Građenje prostog prošlog vremena zavisi od toga da li je glagol koji ga gradi pravilan ili nepravilan.

NAUTICAL TOURISM - RIVER CRUISE ONE OF THE FACTORS OF GROWTH AND DEVELOPMENT OF EASTERN CROATIA

Bear management in Croatia

CJENIK APLIKACIJE CERAMIC PRO PROIZVODA STAKLO PLASTIKA AUTO LAK KOŽA I TEKSTIL ALU FELGE SVJETLA

MINISTRY OF THE SEA, TRANSPORT AND INFRASTRUCTURE

Uvod u relacione baze podataka

Ulazne promenljive se nazivaju argumenti ili fiktivni parametri. Potprogram se poziva u okviru programa, kada se pri pozivu navode stvarni parametri.

IDENTIFYING THE FACTORS OF TOURISM COMPETITIVENESS LEVEL IN THE SOUTHEASTERN EUROPEAN COUNTRIES UDC : (4-12)

Nejednakosti s faktorijelima

Analiza rada medicinske opreme i djelatnosti (kolovoz srpanj 2015.) doc. dr. sc. Dragan Korolija-Marinić, prof. v.š. dr. med.

AMRES eduroam update, CAT alat za kreiranje instalera za korisničke uređaje. Marko Eremija Sastanak administratora, Beograd,

Podešavanje za eduroam ios

ECONOMIC EVALUATION OF TOBACCO VARIETIES OF TOBACCO TYPE PRILEP EKONOMSKO OCJENIVANJE SORTE DUHANA TIPA PRILEP

TRAJANJE AKCIJE ILI PRETHODNOG ISTEKA ZALIHA ZELENI ALAT

Biznis scenario: sekcije pk * id_sekcije * naziv. projekti pk * id_projekta * naziv ꓳ profesor fk * id_sekcije

Idejno rješenje: Dubrovnik Vizualni identitet kandidature Dubrovnika za Europsku prijestolnicu kulture 2020.

STRATEGIJA RAZVOJA TURIZMA GRADA PULE

Eduroam O Eduroam servisu edu roam Uputstvo za podešavanje Eduroam konekcije NAPOMENA: Microsoft Windows XP Change advanced settings

Port Community System

Tourism and Attractions undergraduate study Faculty of tourism and hospitality management, Opatija, Croatia

Mala i srednja poduzeća u uvjetima gospodarske krize u Hrvatskoj

THE ANALYSIS OF TOURISM COMPETITIVENESS OF THE EUROPEAN UNION AND SOME WESTERN BALKAN COUNTRIES

Slovene Perspective on Mobility in Europe and its Reflection on Countries in the Danube Region

DEFINISANJE TURISTIČKE TRAŽNJE

Kratkoročne projekcije površina i ukupne proizvodnje važnijih uljarica u Republici Hrvatskoj

Interdependence of Transport and Tourism

CRNA GORA

Positioning medical tourism in the broader framework of health tourism

UDK/UDC : :330.55(497.5) Prethodno priopćenje/preliminary communication. Nikolina Vojak, Hrvoje Plazonić, Josip Taradi

SAS On Demand. Video: Upute za registraciju:

THE PERFORMANCE OF THE SERBIAN HOTEL INDUSTRY

CREATING THE VALUE CHAIN MILK BETWEEN BOSNIA AND HERZEGOVINA AND CROATIA

GLEDANOST TELEVIZIJSKIH PROGRAMA PROSINAC Konzumacija TV-a u prosincu godine

TOURISM GOVERNANCE IN SLOVENIA

COMPETITIVENESS UNITS OF LOCAL GOVERNMENT. Marijana Galić * Ensar Šehić ** Keywords: Competitiveness, Methodology, LGU, Bosnia and Herzegovina.

CJENOVNIK KABLOVSKA TV DIGITALNA TV INTERNET USLUGE

RANI BOOKING TURSKA LJETO 2017

Tablice. 1. Trošarine na duhanske proizvode. Tablica 1.1. Pregled propisa koji uređuju oporezivanje duhanskih proizvoda u Europskoj uniji Tablica 1.2.

IZDAVANJE SERTIFIKATA NA WINDOWS 10 PLATFORMI

PUTNIČKE AGENCIJE U TRAVEL AGENCIES, 2017

Possibility of Increasing Volume, Structure of Production and use of Domestic Wheat Seed in Agriculture of the Republic of Srpska

24th International FIG Congress

KAPACITET USB GB. Laserska gravura. po jednoj strani. Digitalna štampa, pun kolor, po jednoj strani USB GB 8 GB 16 GB.

ANALIZA PRIKUPLJENIH PODATAKA O KVALITETU ZRAKA NA PODRUČJU OPĆINE LUKAVAC ( ZA PERIOD OD DO GOD.)

Tourist Traffic in the City of Rijeka For the Period Between 2004 and 2014

DEVELOPMENT LEVEL OF HEALTH TOURISM IN OSIJEK-BARANJA COUNTY RAZVOJNA RAZINA ZDRAVSTVENOG TURIZMA U OSJEČKO BARANJSKOJ ŽUPANIJI

THE IMPACT OF AGROTOURISM ON AGRICULTURAL PRODUCTION UTJECAJ AGROTURIZMA NA POLJOPRIVREDNU PROIZVODNJU

DANI BRANIMIRA GUŠICA - novi prilozi poznavanju prirodoslovlja otoka Mljeta. Hotel ODISEJ, POMENA, otok Mljet, listopad 2010.

TRENING I RAZVOJ VEŽBE 4 JELENA ANĐELKOVIĆ LABROVIĆ

Curriculum Vitae. Radno iskustvo: Od - do Od 2010.

1. LETNIK 2. LETNIK 3. LETNIK 4. LETNIK Darinka Ambrož idr.: BRANJA 1 (nova ali stara izdaja)

ZNAČAJ POSLOVANJA MALIH I SREDNJIH PODUZEĆA U GOSPODARSTVU REPUBLIKE HRVATSKE I GOSPODARSTVIMA ZEMALJA EUROPSKE UNIJE

CEFTA Agreement and Opportunities for Wood Furniture Export of the Republic of Macedonia

STRUČNA PRAKSA B-PRO TEMA 13

1. Instalacija programske podrške

Advertising on the Web

TEHNIĈKO VELEUĈILIŠTE U ZAGREBU ELEKTROTEHNIĈKI ODJEL Prof.dr.sc.KREŠIMIR MEŠTROVIĆ POUZDANOST VISOKONAPONSKIH PREKIDAĈA

Schedule ZAGREB AIRPORT => ZAGREB (TERMINAL MAIN BUS STATION) 7:00 8:00 8:30 9:00 9:30 10:30 11:30 12:00 12:30 13:00 13:30 14:00

EKSPLORATIVNA ANALIZA PODATAKA IZ SUSTAVA ZA ISPORUKU OGLASA

EKONOMIJA DOŽIVLJAJA I KONKURENTNOST HRVATSKOG TURIZMA. Završni rad

Turistička zajednica grada Zagreba

KAKO GA TVORIMO? Tvorimo ga tako, da glagol postavimo v preteklik (past simple): 1. GLAGOL BITI - WAS / WERE TRDILNA OBLIKA:

FORECASTING TOURISM DEMAND THE CASE OF THE CITY OF RIJEKA

QUANTITATIVE DIFFERENCES IN ACQUIRING THE MOTOR TESTS WITH STUDENTS FROM THE REPUBLIC OF MACEDONIA AND REPUBLIC OF SERBIA

A Comparative Analysis of Accommodation Capacities of Nautical Tourism Ports in Croatia and in the Primorje-Gorski Kotar County

University of Belgrade, Faculty of Mathematics ( ) BSc: Statistic, Financial and Actuarial Mathematics GPA: 10 (out of 10)

2/2010. hrvatski turizam u brojkama croatian tourism in numbers. VOL 4. broj VOL 4. issue ISSN

UNIVERZITET U BEOGRADU RUDARSKO GEOLOŠKI FAKULTET DEPARTMAN ZA HIDROGEOLOGIJU ZBORNIK RADOVA. ZLATIBOR maj godine

Permanent Expert Group for Navigation

ISTRAŽIVANJE UTJECAJA DINAMIČKE OPLAKANE POVRŠINE NA OTPOR POLUDEPLASMANSKE FORME

POTENTIALS OF OSIJEK AS A CENTRE OF CULTURAL TOURISM

The economic impact of ATC strikes in Europe Key findings from our updated report for A4E

Struktura indeksa: B-stablo. ls/swd/btree/btree.html

TOURISM DEMAND ANALYSIS AND FORECASTS

ADMINISTRATIVE DATA SOURCE FOR ACCOMMODATION STATISTICS IN CROATIA

Sporazum CEFTA-2006 i vanjskotrgovinska razmjena poljoprivrednih proizvoda u Bosni i Hercegovini za razdoblje od do 2009.

Ključne brojke. Key Figures HRVATSKA UDRUGA KONCESIONARA ZA AUTOCESTE S NAPLATOM CESTARINE CROATIAN ASSOCIATION OF TOLL MOTORWAYS CONCESSIONAIRES

Tema 2: Uvod u sisteme za podršku odlučivanju (VEŽBE)

Analysis of Air Transportation Systems. Airport Capacity

ScienceDirect. Prediction of Commercial Aircraft Price using the COC & Aircraft Design Factors

PERSONAL INFORMATION. Name: Fields of interest: Teaching courses:

Abyar, N. et al.: Determination of effective factors on desert trekking development Sport Science 7 (2014) 2: 58 62

Utjecaj ulaska Republike Hrvatske u Europsku Uniju na izvoz

KALENDAR OBJAVLJIVANJA STATISTIČKIH PODATAKA

Sveučilište Jurja Dobrile u Puli Fakultet ekonomije i turizma Dr. Mijo Mirković

Zaduženost Republike Hrvatske i zemalja srednje i istočne Europe

WASTEWATER POLLUTION FROM CRUISE SHIPS IN THE ADRIATIC SEA

Press clipping: World Tobacco Growers Day Macedonia

2013 Travel Survey. for the States of Guernsey Commerce & Employment Department RESEARCH REPORT ON Q1 2013

Economic impact of the Athens International Airport

Fondovi EU i Junckerov plan - potencijali koje je nužno iskoristiti

Uncertainty in the demand for Australian tourism

Otpremanje video snimka na YouTube

ANALIZA PRIMJENE KOGENERACIJE SA ORGANSKIM RANKINOVIM CIKLUSOM NA BIOMASU U BOLNICAMA

UTICAJ KREDITNIH LINIJA SVJETSKE BANKE ZA MALA I SREDNJA PREDUZEĆA U REPUBLICI SRPSKOJ NA PERFORMANSE KORISNIKA KREDITA

ISM Travel & Events 2017 June 12-14, 2017 Miami, FL

DEVELOPMENT OF SMEs SECTOR IN THE WESTERN BALKAN COUNTRIES

Transcription:

PREDVIĐANJA U TURIZMU TEMELJENA NA METODI NAJMANJIH KVADRATA Datum prijave: 4.3.2013. UDK 379.8:910.4:519.2 Datum prihvaćanja: 31.5.2013. Stručni rad Prof.dr.sc. Dominika Crnjac Milić, Robert Brandalik, univ.bacc.ing.el. Elektrotehnički fakultet Sveučilište Josipa Jurja Strossmayera u Osijeku,Kneza Trpimira 2B, 31000 Osijek, Hrvatska Telefon: +385 (0) 31 224-600 Fax: +385 (0) 31 224-605 E-mail: rbrandal@etfos.hr, dominika.crnjac@etfos.hr SAŽETAK Turizam predstavlja jednu od najvažnijih grana gospodarstva u Hrvatskoj. Rad prikazuje predviđanja u turizmu temeljena na metodi najmanjih kvadrata. Metoda najmanjih kvadrata za zadanu funkciju ovisnosti iz ulaznih i izlaznih parametara određuje najtočnije parametre funkcije. Metodom najmanjih kvadrata određivao se utjecaj ulaganja u turizam i BDP država na njihov broj noćenja u Hrvatskoj. Pretpostavljena je linearna funkcija ovisnosti. Ulazni podaci bili su proračun Ministarstva turizma i BDP država koje sudjeluju u noćenjima, a izlazni broj noćenja. Rad prikazuje kako se metodom najmanjih kvadrata mogu odrediti određena kretanja u turizmu. Kako je turizam prije svega stohastički proces egzaktna predviđanja nisu u potpunosti moguća, no dobiveni rezultati rada mogu biti smjernica i pomoć u donošenju odluka vezanih za turizam. Ključne riječi: turizam, estimacija, MATLAB, metoda najmanjih kvadrata SUMMARY - Tourism is one of the most important branches of economy in Croatia. This paper presents predictions in the field of tourism based on the least squares method. The least squares method for the given function depending on input and output parameters determines the most accurate parameters of the function. The least squares method was used to determine the impact of investment in tourism and the GDP of the respective states on the number of overnight stays in Croatia. It assumes a linearly dependent function. Input data were the budget of the Ministry of Tourism and the GDP attributable to the states providing the data on overnight stays, and the output data was the number of overnight stays. The paper shows how certain trends in tourism can be determined by the least squares method. Since tourism is primarily a stochastic process, exact predictions are not entirely possible, but the results obtained in the paper can be used as guidelines for making decisions related to tourism. Keywords: tourism, estimation, MATLAB, least squares method 1. UVOD Već je 2007. istraživanje tvrtke za strateško savjetovanje Roland Berger Consultants turizam prozvao ključnim pokretačem hrvatske ekonomije (Roland Berger Strategy Consultants, 2007). Unatoč tome što je na primjerima Grčke i Španjolske dokazano da se stabilnost države ne može graditi isključivo na turizmu, turizam i dalje predstavlja važnu kariku u stabilnosti hrvatske ekonomije. Kretanja u turizmu velikim su dijelom stohastički proces i ne mogu se egzaktno predvidjeti. Ipak se postavljanjem modela i estimacijom parametara istih može odrediti određena tendencija u turizmu (Ljung, 1999). Rad u prvom dijelu prikazuje određivanje međuodnosnog broja noćenja kao ocjene uspjeha turizma i proračuna Ministarstva turizma. Drugi dio rada prikazuje određivanje međuodnosnog broja noćenja i BDP-a država koje najvećim dijelom sudjeluju u noćenjima. Pretpostavljeni modeli su linearni, a estimacija je odrađena metodom najmanjih kvadrata u programskom paketu MATLAB. Njemačka, Slovenija, Austrija, Italija i Češka (Ministarstvo turizma Republike Hrvatske, 2012). Tablica 1. prikazuje podatke o noćenjima u razdoblju od 2007. do 2012. Na prvi pogled uočava se ukupan porast rasta broja noćenja za Njemačku, Sloveniju i Austriju i Češku, a pada broja noćenja za Italiju. Količinu uloženih sredstava u turizam zbog velike količine vanjskih i privatnih ulaganja teško je točno procijeniti. Za analizu je kao pokazatelj direktnog u- laganja odabran proračun Ministarstva turizma. Tablica 2. prikazuje proračun Ministarstva turizma u periodu od 2007. do 2012. TABLICA 1: BROJ NOĆENJA U HRVATSKOJ PO DRŽAVAMA 2007. 10.849 5.690 4.245 5.452 4.395 2008. 10.983 5.802 4.165 5.069 4.122 2009. 11.167 5.513 4.258 4.925 3.962 2010. 11.476 5.885 4.420 4.732 4.170 2011. 12.487 6.398 4.836 4.994 4.389 2012. 13.947 6.239 5.104 4.535 4.519 Izvor: www.mint.hr 2. ODREĐIVANJE ODNOSA BROJA NOĆENJA O PRORAČUNU MINISTARSTVA TURIZMA Iz dostupnih podataka Ministarstva turizma uočava se da u broju noćenja najvećim dijelom sudjeluju 85

CRNJAC MILIĆ, D., BRANDALIK, R. TABLICA 2: PRORAČUN MINISTARSTVA TURIZMA (u milijunima) kuna dolar 2007. 179.430 30.619 2008. 228.014 38.910 2009. 243.617 41.572 2010. 227.642 38.676 2011. 240.552 40.879 2012. 204.498 34.897 Izvor: www.mfin.hr U analizi je pretpostavljen linearni odnos broja noćenja o sumiranom proračunu Ministarstva turizma u prethodnim godinama. Odnosno pretpostavljeno je da veće ulaganje linearno znači i veći broj noćenja. Sumiran proračun Ministarstva turizma u obzir uzima i ulaganja iz svih prijašnjih godina. Ova pretpostavka nije u potpunosti točna, ali je za osnovno predviđanje prihvatljiva. Spomenuti odnos može se opisati jednadžbom: noćenja, stvarni broj noćenja i relativnu pogrešku procijene. Relativna pogreška ne prelazi granicu od 10 %, a ukupna pogreška u procijenjenom broju noćenja je 4,44%. Zaključuje se da ulaganja imaju značajan utjecaj na broj noćenja, ali za točnu analizu treba uzeti u obzir i druge faktore. Slike 1. do 5. prikazuju usporedbu rezultata procijene i stvarnih noćenja za pojedine države. Nagib pravca prikazuje utjecaj ulaganja na broj noćenja iz pojedine države. TABLICA 4: USPOREDBA STVARNIH I PROCIJENJENIH BROJEVA NOĆENJA Stvarni broj 13.947 6.239 5.104 4.535 4.519 Procjena broja 12.480 6.288 4.799 5.035 4.219 Pogreška 10 % 0,78 % 5,96 % 9,9 % 6,64 % Izvor: autor, www.mfin.hr y j =a i Σx j +b i (2-1) gdje je: Σx - sumirani proračuni do j-te godine (u milijardama dolara) y j - broj noćenja pojedine države u j-toj godini a i - koeficijent ovisnosti i-te države b i - koeficijent neovisnosti i-te države Sl. 1. - Njemačka 1.4 x 104 1.35 1.3 1.25 1.2 Metoda najmanjih kvadrata određuje za koje vrijednosti a i i b i će ukupno odstupanje stvarnih i predviđenih noćenja pojednih država biti najmanja 1. Određivanje koeficijenata a i i b i naziva se esimacija i odrađena je u programskom paketu MATLAB (MATLAB - The Language of Tehnical Computing, 2012). Za estimaciju su uzeti podaci za razdoblje od 2007. do 2011. Vrijednosti iz 2012. godine poslužile su kao kontrola modela. Tablica 3. prikazuje estimacijom dobivene vrijednosti koeficijenata za pojedinu državu. TABLICA 3: ESTIMACIJOM DOBIVENI KOEFICIJENTI a i 9.425 3.734 3.597 0,065 0,077 b i 10.352 5.446 3.998 5.035 4.199 Izvor: autor, www.mfin.hr Koeficijent a i ukazuje na utjecaj dosadašnjih ulaganja na broj noćenja. Uočava se da su dosadašnja ulaganja najviše utjecala i bila usmjerena na Njemačku, Sloveniju i Austriju, a najmanje na Italiju i Češku. Koeficijent b i prikazuje najmanji očekivani broj noćenja. Dobiveni model testiran je na procjeni broja noćenja za 2012. Tablica 4. prikazuje procijenjeni broj 1.15 1.1 1.05 Sl. 2. - Slovenija 6300 6100 5700 1 Scitovski R.(2004.), Numerička matematika, 6. poglavlje 86

Sl. 3. - Austrija Sl. 4. - Italija Sl. 5. - Češka 5300 5100 4900 4700 4300 4100 3900 3. ODREĐIVANJE ODNOSA BROJA NOĆENJA O BDP-U DRŽAVA KOJE NAJVEĆIM DIJELOM SUDJELUJU U NOĆENJA Drugi dio u odnos stavlja broj noćenja i BDP država koje sudjeluju u noćenjima. Tablica 5. prikazuje BDP država koje najvećim dijelom sudjeluju u noćenjima u razdoblju od 2006. do 2012. Uočava se pad BDP-a u razdoblju svjetske krize (Trading Economics, 2013). Zbog spomenutog efekta u proračun je uzet prosjek BDP-a na dvije godine. TABLICA 5: BDP (u milijardama dolara) 2006. 2.790 36 304 1.786 126 2007. 2.919 39 322 1.873 143 2008. 3.329 47 372 2.127 174 2009. 3.635 55 415 2.307 216 2010. 3.330 49 381 2.111 190 2011. 3.310 48 376 2.044 192 2012. 3.571 50 418 2.194 215 Izvor: www.tradingeconomics.com U analizi je pretpostavljen linearni odnos broja noćenja o BDP-u. Ovaj odnos može se postaviti jednadžbom: gdje je: x i - y j - a i - b i - y j = a i x i +b i (3-1) prosječan BDP za prošlu i i-tu godinu broj noćenja pojedine države u j-toj godini koeficijent ovisnosti i-te države koeficijent neovisnosti i-te države Proračun koeficijenata a i i b i izvršen je metodom najmanjih kvadarata. Za estimaciju uzeti su podaci za razdoblje od 2006. do 2011. Vrijednosti iz 2012. poslužili su kao kontrola modela. Tablica 6. prikazuje dobivene rezultate. TABLICA 6: ESTIMACIJOM DOBIVENI KOEFICIJENTI a i 1,088 9,354 2,924 ~ 0 ~ 0 b i 7.853 5.424 3.314 5.034 4.208 Izvor: autor, www.tradingeconomics.com Koeficijent a i ukazuje na ovisnost broja noćenja o BDP-u. Kako je koeficijent b i višestruko veći od koeficijenta a i može se zaključiti da BDP država zanemarivo utječe na broj noćenja. Dobiveni model testiran je na procjeni broja noćenja za 2012. Tablica 7. prikazuje procijenjeni broj noćenja, stvarni broj noćenja i relativnu pogrešku procijene. Relativna pogreška prelazi granicu od 10 %, a ukupna pogreška u procijenjenom broju noćenja je 9,17 %. Sve ovo daje do znanja da broj noćenja nema definiranu vezu s BDP-om država. TABLICA 7: USPOREDBA STVARNIH I PROCIJENJENIH BROJEVA NOĆENJA Stvarni broj 13.947 6.239 5.104 4.535 4.519 Procjena broja 11.598 5.882 4.474 5.034 4.208 Pogreška 16,84 % 5,72 % 12,34 % 11 % 6,88 % Izvor: autor, www.tradingeconomics.com 87

CRNJAC MILIĆ, D., BRANDALIK, R. Slike 6. do 10. prikazuju usporedbu rezultata procjene i stvarnih noćenja za pojedine države. Nagib pravca po pojedinim segmentima (rasponima od jedne godine) prikazuje ovisnost broja noćenja o BDPu. Da bi se točnije procijenio utjecaj pojedinih faktora na broj noćenja trebalo bi se pristupiti analizi međuovisnosti pojedinih faktora. Probna analiza međuovisnosti broja noćenja o ulaganju u turizam i BDPu države koje sudjeluje u noćenjima prikazana je na primjeru Slovenije i dana je slikom 11. Druga opcija poboljšanja procjene je točnije postavljanje modela. Točnije postavljanje modela može se sastojati u uvrštavanju slučajnih varijabli u proces, pretpostavljanjem složenijih funkcija ili dodavanjem novih faktora koji utječu na broj noćenja. Sl. 8. Austrija - Austrija Sl. 6. - Njemačka 1.4 x 104 - Njemačka 1.35 Sl. 9. - Italija - Italija 5300 1.3 1.25 1.2 5100 4900 1.15 4700 1.1 1.05 Sl. 7. - Slovenija - Slovenija 6300 Sl. 10. - Češka - Češka 6100 4300 4100 5700 Izvor:Tablica 1., Tablica 5., www.tradingeconomics.com 3900 88

Sl. 11. Probna analiza međusobnog utjecaja pojedinih faktora na broj noćenja godina 2012 2011 2010 2009 2008 2007 5950 5850 broj noćenja 5750 broj noćenja Izvor: Tablica 1., Tablica 2., Tablica 5., www.tradingeconomics.com LITERATURA 1. Roland Berger Strategy Consultants (2007.): Hrvatski turizam-realnost i izgledati, Rezultati istraživanja, Zagreb 2. Ljung, L. (1999.): System Identification - Theory for the User, Linköping University, Sweden 3. Ministarstvo turizma Republike Hrvatske: Analiza komercijalnog turističkog prometa u Republici Hrvatskoj 2012. www.mint.hr/userdocsimages/2012- turist-p-analiza.pdf, pristup ostvaren 16.3.2012. 4. Službene stranice Ministarstva financija: www.mfin.hr 5. Scitovski R. (2004.): Numerička matematika, Odjel za matematiku, Sveučilište J.J. Strossmayera u Osijeku, Osijek 6. MATLAB - The Language of Tehnical Computing: www.mathworks.com, pristup ostvaren 17.3.2012. 7. Trading Economics: www.tradingeconomics.com, pristup ostvaren 19.3.2013. 4. ZAKLJUČAK Veliki značaj u gospodarstvu Hrvatske čini turizam. Iz tog je razloga važno predviđati što će se događati po pitanju turizma u Hrvatskoj. U radu su načinjena predviđanja o broju noćenja. Prikazano je određivanje utjecaja proračuna Ministarstva turizma i BDP-a država koje najviše sudjeluju u broju noćenja na broj noćenja. Uočilo se da je politika ulaganja zadnjih godina najviše povećala broj noćenja iz Njemačke, Slovenije i Austrije. Veća ulaganja u turizam rezultirala su većim brojem noćenja. Uočilo se da na broj noćenja neznatno utječe BDP država koje sudjeluju u noćenjima. Daljnja istraživanja temeljit će se na poboljšanju modela predviđanja i na određivanje međusobnog u- tjecaja pojedinih faktora. Kako je turizam prije svega stohastički proces potpuno točna procjena naravno nije moguća. 89