Multivariate Modellierung, Prognose und Evaluation sporadischer

Multivariate Modellierung, Prognose und Evaluation sporadischer
Nachfragezeitreihen
Nieberle, Ekaterina
Preis 57,90inkl. ges. MwSt.
ISBN 978-3-8441-5462-7
Bestell-Nr. 5462C
Warengruppe Multidisziplinäre Reihen
Sachgruppe Quantitative Ökonomie
Sprache Deutsch
Umfang 386
Download des Waschzettels als PDF-File!

Inhaltsverzeichnis

1. Einleitung

2. Univariate Prognoseverfahren für Langsamdreher: Ein Überblick
2.1. Exponentielle Glättung
2.2. Verfahren von Croston und dessen Modifikationen
2.3. Bootstrap von Willemain
2.4. Univariate Verteilungen für Langsamdreher
2.5. Weitere univariate Ansätze

3. Multivariate Prognoseverfahren für Langsamdreher
3.1. Hierarchischer Ansatz für Prognosen
3.2. Paneldatenregressionen in Gruppen sporadischer Zeitreihen
3.3. Maximum-Likelihood Schätzung und statistische Inferenz

4. Prognose und Evaluation in Aggregaten der Langsamdreher
4.1. Berechnung von Prognosen
4.2. Prognoseevaluation in sporadischen Aggregaten

5. Aufstellen von Produkthierarchien
5.1. Datengrundlage
5.2. Gruppierung sporadischer Zeitreihen: Begriffserläuterung
5.3. Klassifikation sporadischer Zeitreihen
5.4. Segmentationsmethoden für sporadische Zeitreihen

6. Empirische Studie
6.1. Datenbasis
6.2. Gruppierung
6.3. Prognose und Evaluation
6.4. Prognoseevaluation multivariater Verfahren für Basiskonfigurationen
6.5. Prognoseevaluation univariater Verfahren für Basiskonfigurationen
6.6. Prognosegüte uni- und multivariater Verfahren für Basiskonfigurationen
6.7. Einfluss der Rahmenbedingungen auf die Prognosegüte
6.8. Hinweise zu Software und Rechenanforderungen der Fallstudie

7. Fazit und Ausblick

Über den Autor

Ekaterina Nieberle (geb. Kokotchikova), geboren 1984 in Russland, absolvierte von 2002 bis 2007 das Studium der Wirtschaftsmathematik an der Staatl. Univ. Chelyabinsk (Russland) und von 2007 bis 2011 das Studium „Internationales Handelsmanagement“ an der TH Ingolstadt. Ab 2012 war sie als wissenschaftliche Mitarbeiterin am Lehrstuhl für Statistik und Quantitative Methoden (Prof. Dr. Ulrich Küsters) an der Kath. Univ. Eichstätt tätig. In dieser Zeit übernahm sie Lehraufträge in Statistik und Data Mining an den TH Ingolstadt und Deggendorf sowie beim Europäischen Hochschulverband. Zu ihren Forschungsschwerpunkten zählen diverse Aspekte der güterwirtschaftlichen Prognostik und Data Mining. Die Promotion zum Dr. rer. pol. erfolgte im Februar 2016.

programmierung und realisation © 2019 ms-software.de