fm:stat:stat12
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
Beide Seiten der vorigen RevisionVorhergehende ÜberarbeitungNächste Überarbeitung | Vorhergehende Überarbeitung | ||
fm:stat:stat12 [28.02.2016 15:15] – [2. Formulierung eines Modells] Mareike Walbrun | fm:stat:stat12 [28.11.2022 00:11] (aktuell) – Externe Bearbeitung 127.0.0.1 | ||
---|---|---|---|
Zeile 31: | Zeile 31: | ||
Praktische Anwendungen sind somit: | Praktische Anwendungen sind somit: | ||
- | - das Erstellen von Prognosen, | + | * das Erstellen von Prognosen, |
- | + | | |
- | - das Analysieren und somit Erkennen und Verstehen von Ursachen und | + | |
- | + | ||
- | - die Kontrolle von Prozessen | + | |
um Abweichung zwischen Ist-und Sollgröße auszugleichen. (Von der Lippe, P.M. S.393/394) | um Abweichung zwischen Ist-und Sollgröße auszugleichen. (Von der Lippe, P.M. S.393/394) | ||
Zeile 43: | Zeile 40: | ||
< | < | ||
==== Die Zeitreihe ==== | ==== Die Zeitreihe ==== | ||
- | Formal gesehen ist eine Zeitreihe eine Messung von Werte einer Variablen Y (z.B. Wetter, Sportlerzahl, | + | Formal gesehen ist eine Zeitreihe eine Messung von Werten |
Zeile 56: | Zeile 53: | ||
(S.119 Backhaus) | (S.119 Backhaus) | ||
- | [{{ : | + | [{{: |
==== 2. Formulierung eines Modells ==== | ==== 2. Formulierung eines Modells ==== | ||
Zeile 70: | Zeile 67: | ||
// | // | ||
- | An unserer | + | Bei der oben dargestellten |
Lineares Trendmodell: | Lineares Trendmodell: | ||
Zeile 84: | Zeile 81: | ||
Nach dem Durchführen der Regressionsanalyse erhalten wir folgende Regressionsgleichung: | Nach dem Durchführen der Regressionsanalyse erhalten wir folgende Regressionsgleichung: | ||
- | Ŷ = a + b * t = 1619,5 + 120,9 * t (R² = 0,972) | + | Ŷ = a + b * t = 1619,5 + 120,9 * t (R² = 0,972) |
b gibt die Steigung an und somit lässt sich aus der Regressionsgleichung ablesen, dass die Absatzmenge pro Periode um 121 Kartons zunimmt. | b gibt die Steigung an und somit lässt sich aus der Regressionsgleichung ablesen, dass die Absatzmenge pro Periode um 121 Kartons zunimmt. | ||
Zeile 114: | Zeile 111: | ||
s = Standardfehler der Regression | s = Standardfehler der Regression | ||
+ | |||
t ̅= Mittelwert der Zeitvariablen t | t ̅= Mittelwert der Zeitvariablen t | ||
+ | |||
st= Standardabweichung der Zeitvariablen t | st= Standardabweichung der Zeitvariablen t | ||
- | Anhand des Prognosefehlers zu unterschiedlichen Perioden kann eine Entwicklung dieses Fehlers aufgezeigt werden. Aus der Formel zur Berechnung des Prognosefehlers wird ersichtlich, | + | |
+ | Anhand des Prognosefehlers, zu unterschiedlichen Perioden, kann eine Entwicklung dieses Fehlers aufgezeigt werden. Aus der Formel zur Berechnung des Prognosefehlers wird ersichtlich, | ||
(Backhaus S.123) | (Backhaus S.123) | ||
Zeile 133: | Zeile 133: | ||
=====Nichtlineares Trendmodell===== | =====Nichtlineares Trendmodell===== | ||
- | Nur selten haben reale Trendverläufe eine lineare Struktur. Bei kurzen Prognosen reicht es eine Näherung über ein lineares Trendmodell zu erstellen. Bei langfristigen Prognosen ist ein nichtlineares Trendmodell das geeignete Mittel (Backhaus, S. 126). | + | Nur selten haben reale Trendverläufe eine lineare Struktur. Bei kurzen Prognosen reicht es eine Näherung über ein lineares Trendmodell zu erstellen. Bei langfristigen Prognosen ist ein //nichtlineares// Trendmodell das geeignete Mittel (Backhaus, S. 126). |
Bei den nichtlinearen Trendmodellen wird unterschieden zwischen: | Bei den nichtlinearen Trendmodellen wird unterschieden zwischen: |
fm/stat/stat12.1456668915.txt.gz · Zuletzt geändert: 28.11.2022 00:04 (Externe Bearbeitung)