Εισαγωγή στις Μεθόδους Προβλέψεων
|
|
- Ἀλκμήνη Κουντουριώτης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Εισαγωγή στις Μεθόδους Προβλέψεων
2 Πρόβλεψη 02 Η μεγαλύτερη πρόκληση στην ανάλυση χρονοσειρών είναι η πρόβλεψη, δηλαδή πώς η ακολουθία των παρατηρήσεων θα συνεχιστεί στο μέλλον. Το ζητούμενο είναι να ακολουθεί μια διαδικασία που θα εξασφαλίσει ότι θα παραχθούν όσο τον δυνατόν πιο ακριβείς προβλέψεις, αξιοποιώντας στο έπακρο όλη την διαθέσιμη ιστορική πληροφορία.
3 Στατιστική Πρόβλεψη 03 Κριτική Πρόβλεψη Είδη Προβλέψεων
4 Πρόβλεψη Προϋπολογισμού 04 Τελική Πρόβλεψη Είδη Προβλέψεων
5 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης 05 Η πιο απλή στατιστική μέθοδος. Δεν παράγει ακριβείς προβλέψεις αλλά Naïve πολλές φορές χρησιμοποιείται ως benchmark για άλλες μεθόδους. Η πρόβλεψη θεωρείται πως είναι ίση με την τελευταία παρατήρηση της διαθέσιμης χρονοσειράς. F t+1 = y T R-code: naive(y, h)
6 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης 06 Seasonal Naïve Πρόκειται για μία παραλλαγή της naïve και είναι χρήσιμη για δεδομένα με έντονη εποχιακότητα. Η πρόβλεψη θεωρείται πως είναι ίση με την τελευταία παρατήρηση της διαθέσιμης χρονοσειράς από την αντίστοιχη εποχή του χρόνου όμως. F t+1 = y T+h km m= seasonal period, k= (h 1)/m +1, R-code: snaive(y, h)
7 Κινητοί Μέσοι Όροι για πρόβλεψη 07 Περίοδος Δεδομένα ΚΜΟ(3) ΚΜΟ(5) 1 106, , , ,2 111, ,9 114, ,7 117,30 113, ,6 117,60 115, ,0 117,07 117, ,7 117,77 117, ,4 123,10 120, ,2 128,03 123, ,43 125,18 R-code: ma(y, h, drift=true)
8 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης 08 Μέθοδοι Εκθετικής Εξομάλυνσης Αναπτύχθηκαν τις αρχές της δεκαετίας του 50. Από τότε έγιναν από τις πιο δημοφιλείς μεθόδους προβλέψεων μεταξύ των επιχειρηματιών κυρίως λόγω της ευκολίας τους, της ελάχιστης απαίτησης σε υπολογιστικό χρόνο και την ύπαρξη σχετικά λίγων παρατηρήσεων προκειμένου να παράγουν προβλέψεις. Οι μέθοδοι εξομάλυνσης είναι κατάλληλες για βραχυπρόθεσμες προβλέψεις ενός μεγάλου όγκου χρονοσειρών. Αποδίδουν καλύτερα σε δεδομένα που παρουσιάζουν στασιμότητα ή μικρό ρυθμό ανάπτυξης ή μείωσης ως προς το χρόνο. Κυριότερες μέθοδοι εξομάλυνσης: Simple Exponential Smoothing Holt Damped Winter
9 Τύποι Μοντέλων Εξομάλυνσης 09 Σταθερού Επιπέδου Για πρόβλεψη ενός βήματος. Για χρονοσειρές που περιέχουν υψηλό θόρυβο ή τυχαιότητα. Γραμμικής τάσης Για σταθερή αύξηση στο μέλλον. Εκθετικής τάσης Για εκθετική αύξηση στο μέλλον (π.χ. στις αρχές του κύκλου ζωής ενός προϊόντος). Είναι υπεραισιόδοξες για μακροπρόθεσμες προβλέψεις. Φθίνουσας τάσης Για μεσοπρόθεσμες προβλέψεις.
10 Μοντέλο Σταθερού Επιπέδου SES 03
11 Μοντέλο Σταθερού Επιπέδου SES (0) 04 Εξίσωση Σφάλματος e = Y t-1 F t-1 Εξίσωση Επιπέδου & Πρόβλεψης F t = F t-1 + αe F t = F t-1 + α(y t-1 F t-1 ) F t = αy t-1 + (1-α)F t-1
12 Μοντέλο Σταθερού Επιπέδου SES (I) 05 Εξίσωση Σφάλματος e = Y t-1 F t-1 F t = αy t-1 + (1-α)F t-1 Εξίσωση Επιπέδου & Πρόβλεψης F t+1 = αy t + (1-α)F t F t+1 = αy t + α(1-α) Y t-1 + (1-α) 2 F t-1 Ομοίως αντικαθιστώντας στην (3) το F t-1, κοκ, προκύπτει: F t+1 = αy t + α(1-α) Y t-1 + α(1-α) 2 Υ t-2 + α(1-α) 3 Υ t-3 α(1-α) 4 Υ t α(1-α) t-1 Υ 1 +(1-α) t F 1
13 Μοντέλο Σταθερού Επιπέδου SES (II) 06 Από την εξίσωση (4) παρατηρούμε Ότι οι συντελεστές (βάρη) των των ιστορικών δεδομένων Υ μειώνονται εκθετικά για αυτό και το όνομα της μεθόδου «εκθετική εξομάλυνση». Ότι ο τελευταίος όρος είναι ο (1-α) t F 1. Αυτό σημαίνει ότι η αρχική πρόβλεψη παίζει ρόλο σε όλες τις επόμενες προβλέψεις. Στο παράδειγμα μας υπολογίζονται τα βάρη για t = 11, ισχύει : (1-α) t = αν α=0.1 (1-α) t = αν α=0.5 (1-α) t = αν α=0.9
14 Μοντέλο Σταθερού Επιπέδου SES (III) 07 Όσο μικρότερη τιμή του α επιλέξουμε τόσο μεγαλύτερο ρόλο παίζει η πρώτη τιμή της πρόβλεψης που θα επιλέξουμε F1. Όσο περισσότερα δεδομένα έχουμε τόσο μεγαλύτερη είναι η τιμή του t, οπότε τόσο μικρότερο είναι το βάρος του F1. Π.χ. για t = 12 και α=0.1 το βάρος ισούται με για t = 24 και α=0.1 το βάρος ισούται με
15 Μοντέλο Σταθερού Επιπέδου (ΙV) 08 Επιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές
16 Μοντέλο Σταθερού Επιπέδου SES (VI) 09 Σαν αρχική πρόβλεψη συνήθως χρησιμοποιούμε: Μέσος όρος των παρατηρήσεων Μέσος όρος των τεσσάρων ή πέντε πρώτων παρατηρήσεων Πρώτη παρατήρηση Σταθερό επίπεδο από μοντέλο γραμμικής παλινδρόμησης
17 Μοντέλο Σταθερού Επιπέδου SES (VII) 10 Εύρεση Βέλτιστου Συντελεστή Εξομάλυνσης Η βέλτιστη τιμή του α καθορίζεται από την ελαχιστοποίηση του σφάλματος (MSE, MAPE, ή άλλων) Το α μπορεί να είναι διαφορετικό όταν στοχεύουμε στην ελαχιστοποίηση του MSE, και άλλο για την ελαχιστοποίηση του MAPE, κλπ Το α κυμαίνεται μεταξύ του διαστήματος [0,1]. Υπολογίζουμε τα σφάλματα για κάθε τιμή του α, για κάθε τιμή του in sample
18 Μοντέλο Σταθερού Επιπέδου SES (VII) 11 Εύρεση Βέλτιστου Συντελεστή Εξομάλυνσης Η βέλτιστη τιμή του α καθορίζεται από την ελαχιστοποίηση του σφάλματος (MSE, MAPE, ή άλλων) Το α μπορεί να είναι διαφορετικό όταν στοχεύουμε στην ελαχιστοποίηση του MSE, και άλλο για την ελαχιστοποίηση του MAPE, κλπ Το α κυμαίνεται μεταξύ του διαστήματος [0,1]. Υπολογίζουμε τα σφάλματα για κάθε τιμή του α, για κάθε τιμή του in sample Ένας τρόπος για τη βελτιστοποίηση του α είναι ο υπολογισμόςτου MSE για κάποιο αριθμό τιμών του α (πχ 0.1, 0.2,..., 0.9) και επιλογή εκείνου που δίνει το μικρότερο σφάλμα MSE. Εναλλακτικός τρόπος είναι η χρήση ενός μη γραμμικού αλγορίθμου βελτιστοποίησης.
19 t Y , , ??? Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (Ι) Μηνιαία δεδομένα t Αριθμός μηνιαίων φορτώσεων Υ t Ζητείται η πρόβλεψη Δεκεμβρίου. 12
20 Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (IΙ) 13 t Y F e S = F + a*e S = a*y + (1-a)*F S 0 167, ,5 32,5 167, * 32,5 0.2 * * 167,5 174, ,0-39, * * * , ,2 28,8 166, * 28,8 0.2 * * 166,2 172, ,5 172,0 25, * 25,5 0.2 * 197, * , ,1 132,9 177, * 132,9 0.2 * * 177,1 203, ,7-28,7 203, * -28,7 0.2 * * 203,7 197, ,9-42,9 197, * -42,9 0.2 * * 197,9 189, ,3-59,3 189, * -59,3 0.2 * * 189,3 177, ,5 42,5 177, * 42,5 0.2 * * 177,5 186, ,5 186,0 91, * 91,5 0.2 * 277, * , ,3 30,7 204, * 30,7 0.2 * * 204,3 210,4 12??? 210,4
21 Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (IIΙ) 14 t Y F e S = F + a*e S = a*y + (1-a)*F S 0 167, ,5 32,5 167, * 32,5 0.2 * * 167,5 174, ,0-39, * * * , ,2 28,8 166, * 28,8 0.2 * * 166,2 172, ,5 172,0 25, * 25,5 0.2 * 197, * , ,1 132,9 177, * 132,9 0.2 * * 177,1 203, ,7-28,7 203, * -28,7 0.2 * * 203,7 197, ,9-42,9 197, * -42,9 0.2 * * 197,9 189, ,3-59,3 189, * -59,3 0.2 * * 189,3 177, ,5 42,5 177, * 42,5 0.2 * * 177,5 186, ,5 186,0 91, * 91,5 0.2 * 277, * , ,3 30,7 204, * 30,7 0.2 * * 204,3 210,4 12??? 210,4
22 Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (IIΙ) α = 0.5 α = 0.8 t Y F e S 0 167, ,5 32,5 183, ,8-48,8 159, ,4 35,6 177, ,5 177,2 20,3 187, ,3 122,7 248, ,7-73,7 211, ,8-56,8 183, ,4-53,4 156, ,7 63,3 188, ,5 188,4 89,1 232, ,9 2,1 234,0 12??? 234,0 t Y F e S 0 167, ,5 32,5 193, ,5-58,5 146, ,7 48,3 185, ,5 185,3 12,2 195, ,1 114,9 287, ,0-112,0 197, ,4-42,4 163, ,5-33,5 136, ,7 83,3 203, ,5 203,3 74,2 262, ,7-27,7 240,5 12??? 240,5 15
23 Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (IV) 16
24 Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (V) 17 Η μεγαλύτερη τιμή του α = (0.8) εξομαλύνει πολύ λίγο το μοντέλο ενώ η μικρότερη α= (0.2) δίνει την καλύτερη εξομάλυνση.. Αν το α = 1, τότε η εκθετική εξομάλυνση γίνεται Naive, ενώ αν α = 0 τότε η πρόβλεψή μας είναι σταθερή και ίση με την αρχική πρόβλεψη
25 Μοντέλο Σταθερού Επιπέδου 1ο Παράδειγμα (IIΙ) 18 t Y F (α=0.2) Ε ΑΕ APE SAPE ,5 32,50 32,50 0,163 0, ,0-39,00 39,00 0,289 0, ,2 28,80 28,80 0,148 0, ,5 172,0 25,54 25,54 0,129 0, ,1 132,93 132,93 0,429 0, ,7-28,65 28,65 0,164 0, ,9-42,92 42,92 0,277 0, ,3-59,34 59,34 0,456 0, ,5 42,53 42,53 0,193 0, ,5 186,0 91,52 91,52 0,330 0, ,3 30,72 30,72 0,131 0, ,4 α=0.2 19,51 50,41 0,25 0,25 α=0.5 12,08 54,39 0,27 0,27 α=0.8 8,30 58,13 0,29 0,29
26 Μοντέλο Σταθερού Επιπέδου SES 10
27 Μοντέλο Γραμμικής Τάσης (Holt) 11 e t = Y t F t S t = S t 1 + T t 1 + a e t T t = T t 1 + a b e t F t+m = S t + mt t Οι συντελεστές α και β πρέπει να υπολογίζονται, ώστε να ελαχιστοποιείται συνήθως το μέσο τετραγωνικό σφάλμα (MSE), όπου 0<α<1, 0<β<a Χρειάζεται προσοχή στην αρχικοποίηση του μοντέλου. Πρέπει να εκτελείται μία γραμμική παλινδρόμηση, με το χρόνο ως ανεξάρτητη μεταβλητή. Ως αρχικό επίπεδο συνήθως ορίζεται η σταθερά A της παλινδρόμησης. Ως αρχική τάση συνήθως ορίζεται η κλίση B της παλινδρόμησης.
28 Μοντέλο Γραμμικής Τάσης (Holt) 12
29 Μοντέλο Μη Γραμμικής Τάσης (Damped) 13 e t = Y t F t S t = S t 1 + φt t 1 + a e t T t = φt t 1 + a b e t m F t+m = S t + φ i T t i=1 Οι συντελεστές α και β πρέπει να υπολογίζονται, ώστε να ελαχιστοποιείται συνήθως το μέσο τετραγωνικό σφάλμα (MSE), όπου 0<α<1, 0<β<a Χρειάζεται προσοχή στην αρχικοποίηση του μοντέλου. Πρέπει να εκτελείται μία γραμμική παλινδρόμηση, με το χρόνο ως ανεξάρτητη μεταβλητή. Ως αρχικό επίπεδο ορίζεται η σταθερά A της παλινδρόμησης. Ως αρχική τάση ορίζεται η κλίση b της παλινδρόμησης.
30 Μοντέλο Μη Γραμμικής Τάσης (Damped) 14 e t = Y t F t S t = S t 1 + φt t 1 + a e t T t = φt t 1 + a b e t m F t+m = S t + φ i T t i=1 Οι συντελεστές α και β πρέπει να υπολογίζονται, ώστε να ελαχιστοποιείται συνήθως το μέσο τετραγωνικό σφάλμα (MSE), όπου 0<α<1, 0<β<a Το μοντέλο Μη Γραμμικής Τάσης μπορεί να χρησιμοποιηθεί σαν ένα αυτόματο μοντέλο πρόβλεψης για κάθε μη εποχιακή χρονοσειρά, ανάλογα με τον damping factor που θα επιλέξουμε: 0,σταθερού επιπέδου 1,φθίνουσας τάσης 1,γραμμικής τάσης 1,εκθετικής τάσης
31 Μοντέλο Μη Γραμμικής Τάσης (Damped) 15
32 Σύγκριση Μοντέλων Γραμμικής & Μη Γραμμικής Τάσης 16
33 Μοντέλο Σταθερού Επιπέδου με Πολ/κή Εποχιακότητα 17
34 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης 20 Μέθοδος Theta Η μέθοδος πρόβλεψης Theta βασίζεται στην τροποποίηση των τοπικών καμπυλοτήτων της χρονοσειράς. Η αρχική χρονοσειρά αποσυντίθεται σε δύο ή περισσότερες γραμμές Theta. Κάθε μία από αυτές προεκτείνεται ξεχωριστά και οι προβλέψεις τους συνδυάζονται.
35 Το Μοντέλο Θ (1/3) 21 Η Μέθοδος Θ : Μια μέθοδος παραγωγής προβλέψεων βασισμένη σε μια διαφορετική προσέγγιση της αποσύνθεσης Η μέθοδος Θ (Assimakopoulos et. al. 1999, 2000) είναι μια μονοδιάστατη μέθοδον πρόβλεψης. Η μέθοδος βασίζεται στην μεταβολή των τοπικών καμπυλοτήτων μιας χρονοσειράς μέσα από την παράμετρο θ (Theta), η οποία εφαρμόζεται απευθείας (πολλαπλασιαστικά) στις διαφορές δεύτερης τάξης των δεδομένων. Η καινούργια χρονοσειρά που δημιουργείται διατηρεί την μέση τιμή και κλίση (παλινδρόμησης) της αρχικής χρονοσειράς αλλά όχι και τις τοπικές καμπυλότητες. Οι χρονοσειρές που παράγονται με αυτή την διαδικασία ονομάζονται γραμμές Θ (Theta Lines). Βασικό ποιοτικό χαρακτηριστικό αυτών των γραμμών είναι η καλύτερη προσέγγιση της μακροπρόθεσμης συμπεριφοράς τάσης των δεδομένων ή ανάδειξη-τονισμός των βραχυπρόθεσμων χαρακτηριστικών, ανάλογα με την τιμή της παραμέτρου θ (<,>1).
36 Το Μοντέλο Θ (2/3) 22 Η Μέθοδος Θ : Μια μέθοδος παραγωγής προβλέψεων βασισμένη σε μια διαφορετική προσέγγιση της αποσύνθεσης Η προτεινόμενη μέθοδος αποσυνθέτει (διαχωρίζει) την αρχική χρονοσειρά σε δύο ή περισσότερες γραμμές Theta. Η κάθε γραμμή Theta προεκτείνεται στο μέλλον ξεχωριστά (με την ίδια ή και με διαφορετικές μεθόδους πρόβλεψης) και οι παραγόμενες προβλέψεις συνδυάζονται για να προκύψει η τελική πρόβλεψη. Ο απλός συνδυασμός δύο γραμμών Theta, για θ=0 (ευθεία γραμμή) και θ=2 (διπλασιασμός των τοπικών καμπυλοτήτων) χρησιμοποιήθηκε για την παραγωγή προβλέψεων για τις 3003 χρονοσειρές του διεθνούς διαγωνισμού προβλέψεων Μ3 (Makridakis et al., 2000). Η μέθοδος παρήγαγε πολύ καλά αποτελέσματα, με μικρά σφάλματα προβλεπτικής ακρίβειας, ιδιαίτερα για τις μηνιαίες χρονοσειρές και τα μικροοικονομικά δεδομένα.
37 Το Μοντέλο Θ (3/3) 23 Η Μέθοδος Θ : Μια μέθοδος παραγωγής προβλέψεων βασισμένη σε μια διαφορετική προσέγγιση της αποσύνθεσης Η μέθοδος Theta εισήγαγε μια διαφορετική προσέγγιση της αποσύνθεσης. Ο διαχωρισμός των αποεποχικοποιημένων δεδομένων γίνεται σε συνιστώσες (γραμμές Theta) μακροπρόθεσμης και βραχυπρόθεσμης τάσης. Η πρόκληση για τη συγκεκριμένη μέθοδο ήταν να αυξήσει το βαθμό αξιοποίησης της χρήσιμης πληροφορίας που είναι κρυμμένη μέσα στα δεδομένα, πριν την εφαρμογή ενός μοντέλου επέκτασης των δεδομένων στο μέλλον (extrapolation model). Ουσιαστικά, η μέθοδος Theta λειτουργεί σαν ένας μεγεθυντικός φακός μέσα από τον οποίο οι διακυμάνσεις της χρονοσειράς μεγεθύνονται ή μικραίνουν. Ο γραμμικός συνδυασμός των προβλέψεων των συνιστωσών, γίνεται, μέσα από αυτήν την διαδικασία, πιο αποδοτικός.
38 Γραμμές Θ Y Theta Line(0,75) Theta Line(0,5) Theta Line(0,25) Theta Line(0)
39 Γραμμές Θ Y Theta Line(1,5) Theta Line(2)
40 Γραμμές Θ Y Theta Line(0) Theta Line(2)
41 Το κλασσικό Μοντέλο Θ στην πράξη 27 Βήμα 0. Τεστ Εποχιακότητας Η κάθε χρονοσειρά ελέγχεται για εποχιακή συμπεριφορά με κριτήριο την τιμή του συντελεστή αυτοσυσχέτησης με καθυστέρηση ένα έτος (π.χ. για μηνιαία δεδομένα 12) συγκρινόμενη με την τιμή (τιμή της t-κατανομής για πιθανότητα 0.1) Βήμα 1. Αποεποχικοποίηση Η χρονοσειρά αποεποχικοποιείται με την κλασσική μέθοδο αποσύνθεσης Βήμα 2. Αποσύνθεση Κάθε χρονοσειρά αποσυντίθεται σε δύο γραμμές Θ, για θ=0 και θ=2. Βήμα 3. Πρόβλεψη Η γραμμή θ=0 προεκτείνεται με απλή γραμμική παλινδρόμηση (LRL) ενώ η γραμμή θ=2 με απλή εκθετική εξομάλυνση (SES) Βήμα 4. Συνδυασμός Οι προηγούμενες προβλέψεις συνδυάζονται με ίσα βάρη Βήμα 5. Εποχικοποίηση Οι τελικές προβλέψεις εποχικοποιούνται
42 Υπολογίζοντας τις γραμμές Theta 28 Για το κλασσικό μοντέλο Theta (παράμετροι 0 και 2) οι γραμμές Theta υπολογίζονται ως εξής: Theta Line(0) = LRL Theta Line(2) = 2 x Data LRL Γενικότερα ισχύει*: Theta Line(θ) = θ x Data + (1-θ) x LRL Ισοδύναμα: Theta Line(θ) = LRL + θ x elrl * Konstantinos Nikolopoulos, Vassilios Assimakopoulos, Nikolaos Bougioukos and Fotios Petropoulos (2008) Advances in the Theta model, Working Paper
43 Παράδειγμα Theta (1/5) 29 Period Data TxC SxRx100 I=SxR=S TxCxR , , , , ,00 97,14 98, , ,25 99,54 102, , ,75 105,58 101, , ,50 95,12 97, , ,00 98,65 98, , ,38 103,69 102, , ,50 101,15 101, , ,63 96,90 97, , ,63 97,71 98, , ,00 103,98 102, , ,13 99,54 101, , ,13 97,36 97, , ,88 101,65 98, , ,13 99,95 102, , ,25 101,70 101, , ,75 99,32 97, , , , , ,46 min max average (w/o min & max) SI 105,58 101,15 99,54 101,70 99,54 105,58 101,43 101,79 95,12 96,90 97,36 99,32 95,12 99,32 97,13 97,48 97,14 98,65 97,71 101,65 97,14 101,65 98,18 98,54 99,54 103,69 103,98 99,95 99,54 103,98 101,82 102,19 sum 398,559 Σ.Κ. 0,9964
44 Παράδειγμα Theta (2/5) 30 X Y Numerator Denominator ThetaLine(0) Period Data X-Mean(X)=A Y-Mean(Y)=B A*B (X-Mean(X))^2 LRL ,68-9,5-233, ,87 90,25 b=slope ,13-8,5-296, ,88 72,25 a=constant ,03-7,5-371, ,92 56, ,43-6,5-408, ,95 42, ,95-5,5-137,40 755,68 30, ,51-4,5-320, ,79 20, ,82-3,5-180,53 631,86 12, ,71-2,5-101,64 254,11 6, ,20-1,5-151,15 226,72 2, ,70-0,5-114,65 57,32 0, ,24 0,5-83,11-41,55 0, ,74 1,5 79,39 119,09 2, ,54 2,5-2,81-7,02 6, ,63 3,5 160,28 560,98 12, ,85 4,5 368, ,24 20, ,93 5,5 207, ,71 30, ,30 6,5 345, ,64 42, ,25 7,5 462, ,78 56, ,47 8,5 411, ,53 72, ,46 9,5 366, ,06 90, Average 10,5 4270,329 Sum
45 Παράδειγμα Theta (3/5) 31 Period Data ThetaLine(0) ThetaLine(2) SES on ThetaLine(2) with a= , , , , , , , , , , , , , , , , , , , ,
46 Παράδειγμα Theta (4/5) 32 Period Data ThetaLine(0) ThetaLine(2) Theta Forecast SI Theta Forecast w Seasonality , , , , , , , , , , , , , , , , , , , , , , ,
47 Παράδειγμα Theta (5/5) Data Theta Line (0) Theta Line (2) Theta Forecast Theta Forecast w Seasonality
48 Στόχοι Διαγωνισμών Πρόβλεψης Δημιουργία ερεθίσματων στους ερευνητές για την υλοποίηση νέων μεθόδων πρόβλεψης 02 Σύγκριση και ταξινόμηση των μεθόδων πρόβλεψης με κριτήριο την ελαχιστοποίηση του σφάλματος 03 Έλεγχος της εγκυρότητας των αποτελεσμάτων προηγούμενων διαγωνισμών πρόβλεψης
49 35 Διαγωνισμός Μ 1982 Στατιστικά πολύπλοκες ή εξεζητημένες μέθοδοι δεν προσδίδουν απαραίτητα και πιο ακριβείς προβλέψεις από τις πιο απλές. Η σχετική κατάταξη της απόδοσης των διαφόρων μεθόδων ποικίλει ανάλογα με το κριτήριο ακρίβειας που χρησιμοποιείται. Η ακρίβεια μίας μεθόδου που είναι συνδυασμός απλών μεθόδων συνήθως είναι καλύτερη της ακρίβειας των μεθόδων αν αυτές εφαρμοσθούν ξεχωριστά. Η ακρίβεια των διαφόρων μεθόδων εξαρτάται από την έκταση του ορίζοντα πρόβλεψης που εφαρμόζεται.
50 Διαγωνισμός Μ3 36 Συνοπτικά Αποτελέσματα Μέθοδος Πρόβλεψης SMAPE των 1428 μηνιαίων χρονοσειρών SMAPE στο σύνολο των χρονοσειρών (3003) THETA ForecastPro ForcX COMB S-H-D DAMPEN THETAsm RBF B-J automatic AutomatANN SMARTFCS
51 Επαλήθευση 37 Method smape (all timeseries) SES 11.03% Holt 14.79% Damped 11.02% Linear Trend 23.45% Theta Classic 9.64% Theta Optimized 9.77%
52 Επαλήθευση 38 Method Yearly Quarterly Monthly Weekly Daily Other SES 25.40% 21.90% 6.44% 10.83% 19.68% 7.23% Holt 36.76% 23.20% 8.86% 10.78% 19.42% 5.25% Damped 28.76% 14.11% 6.78% 11.40% 20.63% 6.52% Linear Trend 39.21% 74.97% 12.56% 43.42% 36.32% 11.19% Theta Classic 22.20% 13.93% 6.30% 10.87% 19.76% 5.91% Theta Optimized 22.84% 15.55% 6.12% 11.24% 19.53% 6.00%
53 Ορίζοντας Πρόβλεψης 45 Σπάνια χρειαζόμαστε να προβλέψουμε μόνο την αμέσως επόμενη παρατήρηση της χρονοσειράς μας. Στην πράξη θα μας ζητείται να δώσουμε προβλέψεις για αρκετές περιόδους στο μέλλον Ο ορίζοντας πρόβλεψης είναι ο δείκτης που δείχνει πόσες παρατηρήσεις τις χρονοσειράς χρειαζόμαστε να προβλέψουμε Ανάλογα την τιμή του ορίζοντα πρόβλεψης, επιλέγεται και η κατάλληλη στατιστική μέθοδος πρόβλεψης, καθώς ως γνωστόν, δεν ενδείκνυνται όλες οι μέθοδοι για βραχυπρόθεσμη ή αντίστοιχα μακροπρόθεσμη πρόβλεψη
54 Ορίζοντας Πρόβλεψης 46 Συμπερασματικά, Στατιστικές και Κριτικές Προβλέψεις είναι συνήθως συμπληρωματικές Βραχυπρόθεσμη πρόβλεψη (Inventory - Σχεδιασμός Αποθήκης) Συνήθως ορίζοντας πρόβλεψης <3 περιόδους Μεσοπρόθεσμη πρόβλεψη (Budget Οικονομικός Σχεδιασμός) Συνήθως ορίζοντας πρόβλεψης ~1+ οικονομικό έτος (δλδ 12-15, αν αναφερόμαστε σε μηνιαία δεδομένα) Μακροπρόθεσμη πρόβλεψη (Long Term Σχεδιασμός Επενδύσεων και Ανάπτυξης) Συνήθως ορίζοντας πρόβλεψης 3 έτη
55 Διαστήματα Εμπιστοσύνης 47 Στη Στατιστική, το διάστημα εμπιστοσύνης (Confidence Interval CI) είναι ένα διάστημα εκτίμησης μιας παραμέτρου. Αντί να εκτιμούμε την παράμετρο με μία μόνο τιμή, δίνουμε μαζί και το διάστημα πιθανότητας για την παράμετρο αυτή. Συνεπώς, τα διαστήματα εμπιστοσύνης χρησιμοποιούνται για υποδείξουν την εγκυρότητα της παραμέτρου που θέλουμε να προβλέψουμε. Η πιθανότητα της τιμής παραμέτρου να συμπεριλαμβάνεται από τα διαστήματα εμπιστοσύνης καθορίζεται από το επίπεδο εμπιστοσύνης (παράμετρος εμπιστοσύνης). Αυξάνοντας το επιθυμητό επίπεδο, το διάστημα εμπιστοσύνης «πλαταίνει». Για παράδειγμα, ένα διάστημα εμπιστοσύνης μπορεί να χρησιμοποιηθεί για να περιγράψει την εγκυρότητα των αποτελεσμάτων μιας δημοσκόπησης. Σε μια δημοσκόπηση για την πρόθεση ψήφου, το αποτέλεσμα θα μπορούσε να είναι 40% των ερωτηθέντων για ένα κόμμα. Ένα διάστημα εμπιστοσύνης 95% θα έδινε πως η πρόθεση ψήφου για το κόμμα αυτό θα μπορύσε να είναι 36%-44% στο σύνολο του πληθυσμού. Το αποτέλεσμα μιας δημοσκόπησης με μικρά διαστήματα εμπιστοσύνης είναι πιο έγκυρη από μια δημοσκόπηση με μεγάλα διαστήματα εμπιστοσύνης. Ένας από τους κύριους παράγοντες που επηρεάζουν αυτό το εύρος στην περίπτωση των δημοσκοπήσεων είναι το μέγεθος του δείγματος των ερωτηθέντων.
56 Διαστήματα Εμπιστοσύνης 48 Confidence t 99% % % % % 1.28 Όπου F είναι ο γραμμικός πίνακας των υπολογισμένων βάσει του μοντέλου σημειακών προβλέψεων, t είναι η παράμετρος εμπιστοσύνης, RMSE είναι η ρίζα του μέσου τετραγωνικού σφάλματος και n είναι το σύνολο των διαθέσιμων παρατηρήσεων.
57 Διαστήματα Εμπιστοσύνης 49
58 Η διαδικασία της πρόβλεψης στην επιχείρηση 50 Επιχείρηση Παντελόνια Πουκάμισα Μπλούζες Πα1 Πο1 Μ1 Πα2 Πο2 Μ2 Πα3 Πο3 Μ3 Πα4 Πο4 Μ4 Πα5 Πο5 Πο6
59 Η διαδικασία της πρόβλεψης στην επιχείρηση 51 Πρόβλεψη Προϊόντος
60 Η διαδικασία της πρόβλεψης στην επιχείρηση 52 Πρόβλεψη Κατηγορίας/Τμήματος
61 Η διαδικασία της πρόβλεψης στην επιχείρηση 53 Πρόβλεψη Επιχείρησης
62 Η διαδικασία της πρόβλεψης στην επιχείρηση 54
63 Fell free to say hi! We are friendly and social Ηρώων Πολυτεχνείου 9, Ζωγράφος Αττική, 15780, Ελλάδα info(at)fsu.gr Τηλέφωνο: Fax: Κτίριο της Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών 2ος όροφος NTUA Μονάδα Προβλέψεων και Στρατηγικής ΕΜΠ lesson@fsu.gr
Επιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Μέθοδος Theta Διαγωνισμοί Προβλέψεων Διάλεξη 9
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Μέθοδος Theta Διαγωνισμοί Προβλέψεων Διάλεξη 9 Το Μοντέλο
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & StrategyUnit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. 3η Ενότητα Προβλέψεις (Μέρος 2 ο )
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & StrategyUnit Τεχνικές Προβλέψεων 3η Ενότητα Προβλέψεις (Μέρος 2 ο ) http://www.fsu.gr
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Εισαγωγή στις Μεθόδους Προβλέψεων Διάλεξη 5
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Εισαγωγή στις Μεθόδους Προβλέψεων Διάλεξη 5 Περιεχόμενα Ορισμοί
Διαβάστε περισσότεραΣυστήματα Λήψης Αποφάσεων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Συστήματα Λήψης Αποφάσεων 3η Ενότητα Προβλέψεις http://www.fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Επιλογή Μεθόδου Συνδυασμός Μεθόδου Διάλεξη 10
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Επιλογή Μεθόδου Συνδυασμός Μεθόδου Διάλεξη 10 Επιλογή κατάλληλης
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Αποσύνθεση Χρονοσειράς Διάλεξη 2
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Αποσύνθεση Χρονοσειράς Διάλεξη 2 Αποσύνθεση (Decomposition)
Διαβάστε περισσότερα2η Ενότητα Προετοιμασία & Ανάλυση Χρονοσειράς. -
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 2η Ενότητα Προετοιμασία & Ανάλυση Χρονοσειράς
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Data and Adjustments Διάλεξη 5
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Data and Adjustments Διάλεξη 5 Περιεχόμενα Example for the
Διαβάστε περισσότερα1 η Ενότητα Εισαγωγικά στοιχεία προβλέψεων. -
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 1 η Ενότητα Εισαγωγικά στοιχεία προβλέψεων
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit Τεχνικές Προβλέψεων 2 η Ενότητα http://www.fsu.gr -
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Παρακολούθηση Χρονοσειράς Διάλεξη 11
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Παρακολούθηση Χρονοσειράς Διάλεξη 11 Παρακολούθηση (1 από
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Intermittent Demand Διάλεξη 8
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Intermittent Demand Διάλεξη 8 Αίτια Δημιουργίας 01 Η διακοπτόμενη
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Intermittent Demand Διάλεξη 7η
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Intermittent Demand Διάλεξη 7η Αίτια Δημιουργίας 01 Η διακοπτόμενη
Διαβάστε περισσότεραΑποσύνθεση και Μέθοδοι Προβλέψεων Διάλεξη 2
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Αποσύνθεση και Μέθοδοι Προβλέψεων Διάλεξη 2 Αποσύνθεση (Decomposition)
Διαβάστε περισσότεραΑποσύνθεση και Μέθοδοι Προβλέψεων Διάλεξη 2
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Αποσύνθεση και Μέθοδοι Προβλέψεων Διάλεξη 2 Αποσύνθεση (Decomposition)
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. 2η Ενότητα Προετοιμασία & Ανάλυση Χρονοσειράς
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 2η Ενότητα Προετοιμασία & Ανάλυση Χρονοσειράς
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Αποσύνθεση Χρονοσειράς Διάλεξη 3
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Αποσύνθεση Χρονοσειράς Διάλεξη 3 Αποσύνθεση (Decomposition)
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. 3η Ενότητα
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 3η Ενότητα http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Μέθοδοι Εκθετικής Εξομάλυνσης Διάλεξη 6
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Μέθοδοι Εκθετικής Εξομάλυνσης Διάλεξη 6 Εκθετική Εξομάλυνση
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προετοιμασία & Ανάλυση Χρονοσειράς
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προετοιμασία & Ανάλυση Χρονοσειράς http://www.fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Προετοιμασία Χρονοσειράς Data and Adjustments
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προετοιμασία Χρονοσειράς Data and Adjustments
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Μακροπρόθεσμη Πρόβλεψη Διάλεξη 11
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Μακροπρόθεσμη Πρόβλεψη Διάλεξη 11 Μηνιαίες τιμές χαλκού για
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Παράδειγμα Αποσύνθεσης
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Παράδειγμα Αποσύνθεσης http://www.fsu.gr
Διαβάστε περισσότερα3η Ενότητα Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 3η Ενότητα Προβλέψεις (Μέρος 4 ο ) http://www.fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Ενημερωτικό Μαθήματος Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Ενημερωτικό Μαθήματος Διάλεξη 1 Γενικά Στοιχεία Διάλεξη 1
Διαβάστε περισσότεραΠΥΘΙΑ 2η ΕΚΔΟΣΗ. Μονάδα Προβλέψεων και Στρατηγικής Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Ηλεκτρονικών
ΠΥΘΙΑ 2η ΕΚΔΟΣΗ Επιχειρησιακές Προβλέψεις Σύστημα Υποστήριξης Μονάδα Προβλέψεων και Στρατηγικής Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Ηλεκτρονικών Υπολογιστών http://www.fsu.gr
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Ενημερωτικό Μαθήματος Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Ενημερωτικό Μαθήματος Διάλεξη 1 Γενικά Στοιχεία Διάλεξη 1
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότεραΜελέτη Κριτηρίων Λογαρίθμησης προς Βελτίωση της Προβλεπτικής Ικανότητας της Μεθόδου Theta (Θ)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων Μελέτη Κριτηρίων Λογαρίθμησης προς Βελτίωση της Προβλεπτικής
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Ενημερωτικό Μαθήματος Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Ενημερωτικό Μαθήματος Διάλεξη 1 Γενικά Στοιχεία Διάλεξη 1
Διαβάστε περισσότεραΑνάπτυξη Διαδικτυακής Εφαρμογής Προβλέψεων Μεθόδων Χρονοσειρών
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Ανάπτυξη Διαδικτυακής Εφαρμογής Προβλέψεων Μεθόδων Χρονοσειρών Αθανάσιος Ι. Κουμεντάκος Γεωργακάκος Επιβλέπων:
Διαβάστε περισσότεραΧρονικές σειρές 11 Ο μάθημα: Προβλέψεις
Χρονικές σειρές 11 Ο μάθημα: Προβλέψεις Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΕπιλογή Χαρτοφυλακίου Επενδύσεων με Χρήση Μεθόδων Προβλέψεων μη Σταθερού Επιπέδου
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Επιλογή Χαρτοφυλακίου Επενδύσεων με Χρήση Μεθόδων Προβλέψεων
Διαβάστε περισσότεραAnalyze/Forecasting/Create Models
(εκδ 11) (εκδ 11) Σχολή Κοινωνικών Επιστημών Τμήμα Οικονομικών Επιστημών 24 Οκτωβρίου 2014 1 / 12 Εισαγωγή (εκδ 11) 1 2 2 / 12 ΧΣ (εκδ 11) ΧΣ μέσω υποδειγμάτων ARIM A/SARIM A Αϕου δημιουργήσουμε τον χώρο
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit Τεχνικές Προβλέψεων 1 η Ενότητα http://fsu.ece.ntua.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΤΙ ΕIΝΑΙ ΠΡΟΒΛΕΨΕΙΣ; Διαδικασία εκτίμησης μελλοντικών καταστάσεων βασιζόμενη συνήθως σε ιστορικά στοιχεία
ΤΙ ΕIΝΑΙ ΠΡΟΒΛΕΨΕΙΣ; Διαδικασία εκτίμησης μελλοντικών καταστάσεων βασιζόμενη συνήθως σε ιστορικά στοιχεία Πρόβλεψη μελλοντικών γεγονότων για: Σχεδιασμό, Οργάνωση και Έλεγχο των πόρων Λήψη επιχειρηματικών
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ
ΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ 6. Εισαγωγή 6. Μονομεταβλητές προβλέψεις Βέλτιστη πρόβλεψη και Θεώρημα βέλτιστης πρόβλεψης Διαστήματα εμπιστοσύνης 6.3 Εφαρμογές A. MILIONIS KEF. 6 08 BEA
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Διαβάστε περισσότεραΧΡΟΝΟΣΕΙΡΕΣ. Διαχείριση Πληροφοριών
ΧΡΟΝΟΣΕΙΡΕΣ Μία χρονοσειρά είναι ένα σύνολο παρατηρήσεων πάνω σε μία ποσοτική μεταβλητή που συγκεντρώνονται με το πέρασμα του χρόνου. Πρόκειται για δεδομένα πάνω στη συμπεριφορά μιας ή πολλών μεταβλητών
Διαβάστε περισσότεραΠρόβλεψη Ζήτησης Φυσικού Αερίου: Ανάλυση και Μοντελοποίηση ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Πρόβλεψη Ζήτησης Φυσικού Αερίου: Ανάλυση και Μοντελοποίηση
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Προετοιμασία & Ανάλυση Χρονοσειράς Διάλεξη 2
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Προετοιμασία & Ανάλυση Χρονοσειράς Διάλεξη 2 Απεικόνιση δεδομένων
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΚΑΙ ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ
ΔΙΑΧΕΙΡΙΣΗ ΚΑΙ ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Περιεχόμενα
Διαβάστε περισσότεραΠαράγοντες που επηρεάζουν την Ακρίβεια Πρόβλεψης Χρονοσειρών: Προσομοίωση & Ανάλυση
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ & ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Παράγοντες που επηρεάζουν την Ακρίβεια Πρόβλεψης Χρονοσειρών:
Διαβάστε περισσότεραΒραχυπρόθεσμη πρόβλεψη ζήτησης φορτίου ηλεκτρικής ενέργειας και εξέταση της επίδρασης των ειδικών ημερών ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. Ειρήνη-Ελισάβετ Θεοδώρου
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων Βραχυπρόθεσμη πρόβλεψη ζήτησης φορτίου ηλεκτρικής ενέργειας
Διαβάστε περισσότεραΣτατιστική ΙΙΙ-Εφαρμογές Χρονολογικές Σειρές(Μέθοδοι Εξομάλυνσης ΙΙΙ-Εφαρμογές)
Στατιστική ΙΙΙ-Εφαρμογές Χρονολογικές Σειρές(Μέθοδοι Εξομάλυνσης ΙΙΙ-Εφαρμογές) Γεώργιος Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης Στατιστική ΙΙΙ(ΣΤΑΟ 230) Περιγραφή
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Ενημερωτικό Μαθήματος
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Ενημερωτικό Μαθήματος http://www.fsu.gr
Διαβάστε περισσότεραΕισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500
Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότερα1.2 Απλός Κινητός Μέσος (Simple -equally-weighted- Moving Average)
Μέθοδοι Εξομάλυνσης Οι διαδικασίες της εξομάλυνσης (smoohig και της παρεμβολής (ierpolaio αποτελούν ένα περίπλοκο πεδίο έρευνας και γνώσης και έχουν άμεση πρακτική εφαρμογή στις οικονομικές επιστήμες..
Διαβάστε περισσότεραΑντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης
Γραμμική Παλινδρόμηση και Συσχέτιση Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών Εξίσωση παλινδρόμησης Πρόβλεψη εξέλιξης Διμεταβλητές συσχετίσεις Πολλές φορές χρειάζεται να
Διαβάστε περισσότεραΚεφάλαιο 10 Εισαγωγή στην Εκτίμηση
Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Εκεί που είμαστε Κεφάλαια 7 και 8: Οι διωνυμικές,κανονικές, εκθετικές κατανομές και κατανομές Poisson μας επιτρέπουν να κάνουμε διατυπώσεις πιθανοτήτων γύρω από το Χ
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Εισαγωγικά στοιχεία προβλέψεων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Εισαγωγικά στοιχεία προβλέψεων http://www.fsu.gr
Διαβάστε περισσότεραΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)
Σελίδα 1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΜΑΘΗΜΑ: ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙΙ (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116) ΠΑΝΕΠΙΣΤΗΜΙΑΚΟΣ ΥΠΟΤΡΟΦΟΣ ΠΑΝΑΓΙΩΤΗΣ
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΕΣ ΠΡΟΒΛΕΨΕΙΣ
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ Ι - ΠΡΟΒΛΕΨΕΙΣ ΚΑΙ ΣΥΓΧΡΟΝΗ ΔΙΟΙΚΗΣΗ....................................17 1.1 Προβλέψεις - Τεχνικές προβλέψεων και διοίκηση................................17 1.2 Τεχνικές προβλέψεων
Διαβάστε περισσότεραΠρογραμματισμός Ζήτησης και Προμηθειών της ΕΑ. Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1
Προγραμματισμός Ζήτησης και Προμηθειών της ΕΑ Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1 4. Πρόβλεψη Ζήτησης στην ΕΑ Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης
Διαβάστε περισσότεραΒασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης
ΜΕΡΟΣ Βασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης Εισαγωγή Περιγραφή μεθόδων πρόβλεψης Οι μέθοδοι προβλέψεων χωρίζονται σε 3 μεγάλες κατηγορίες Α. Με βάση τον ορίζοντα προγραμματισμού. βραχυπρόθεσμες.
Διαβάστε περισσότερατρόπος για να εμπεδωθεί η θεωρία. Για την επίλυση των παραδειγμάτων χρησιμοποιούνται στατιστικά πακέτα, ώστε να είναι δυνατή η ανάλυση μεγάλου όγκου
ΠΡΟΛΟΓΟΣ Η γραμμική παλινδρόμηση χρησιμοποιείται για την μελέτη των σχέσεων μεταξύ μετρήσιμων μεταβλητών. Γενικότερα, η γραμμική στατιστική συμπερασματολογία αποτελεί ένα ευρύ πεδίο της στατιστικής ανάλυσης
Διαβάστε περισσότεραΑναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)
Σημειώσεις Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου Αθήνα -3-7 Εκτίμηση των Παραμέτρων β & β Απλό γραμμικό υπόδειγμα: Y X () Η αναμενόμενη τιμή του Υ, δηλαδή, μέση τιμή του Υ, δίνεται παρακάτω: EY ( ) X EY
Διαβάστε περισσότεραΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΜΕΘΟΔΟΥ ΠΡΟΒΛΕΨΗΣ Θ ΜΕ ΧΡΗΣΗ ΝΕΥΡΩΝΙΚΩΝ ΔΙΚΤΥΩΝ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΚΑΙ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΜΕΘΟΔΟΥ ΠΡΟΒΛΕΨΗΣ
Διαβάστε περισσότερα7. ΧΡΟΝΟΣΕΙΡΕΣ ΚΑΙ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΟΥΣ
7. ΧΡΟΝΟΣΕΙΡΕΣ ΚΑΙ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΟΥΣ Πολλές οικονομικές χρονοσειρές αποτελούνται από συνιστώσες οι οποίες όταν μελετηθούν μεμονωμένα μας παρέχουν χρήσιμες πληροφορίες για την κατανόηση της συμπεριφοράς
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Κριτική Πρόβλεψη Διάλεξη 11
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Κριτική Πρόβλεψη Διάλεξη 11 Στατιστική Πρόβλεψη 01 Κριτική
Διαβάστε περισσότεραΗΡΑΚΛΕΙΟ 2007 ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ
ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ ΠΕΡΙΕΧΟΜΕΝΑ ΕΙΣΑΓΩΓΗ 1.1 Γιατί οι επιχειρήσεις έχουν ανάγκη την πρόβλεψη σελ.1 1.2 Μέθοδοι πρόβλεψης....σελ.2 ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ 2.1 Υπόδειγμα του Κινητού μέσου όρου.σελ.5 2.2 Υπόδειγμα
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΡΩΤΟ-ΔΕΥΤΕΡΟ-ΣΤΑΣΙΜΟΤΗΤΑ- ΕΠΟΧΙΚΟΤΗΤΑ-ΚΥΚΛΙΚΗ ΤΑΣΗ ΧΡΗΣΙΜΟΙΟΡΙΣΜΟΙ Χρονολογική Σειρά (χρονοσειρά)
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ
Διαβάστε περισσότεραΜΟΝΤΕΛΟΠΟΙΗΣΗ ΕΒΔΟΜΑΔΙΑΙΑΣ ΠΡΟΒΛΕΨΗΣ ΩΡΙΑΙΑΣ ΕΝΕΡΓΕΙΑΚΗΣ ΚΑΤΑΝΑΛΩΣΗΣ ΚΤΙΡΙΩΝ ΜΕΣΗΣ ΤΑΣΗΣ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ Η/Υ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΔΠΜΣ: «ΤΕΧΝΟ-ΟΙΚΟΝΟΜΙΚΑ ΣΥΣΤΗΜΑΤΑ» ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΕΒΔΟΜΑΔΙΑΙΑΣ ΠΡΟΒΛΕΨΗΣ
Διαβάστε περισσότεραΑπλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας
Διαχείριση Εφοδιαστικής Αλυσίδας 3 η Διάλεξη: Μέθοδοι & Τεχνικές πρόβλεψης ζήτησης (demand forecasting) 2017 Τμήμα Μηχανικών Οικονομίας & Διοίκησης Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών
Διαβάστε περισσότεραΜέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)
Μέρος V. Ανάλυση Παλινδρόμηση (Regresso Aalss) Βασικές έννοιες Απλή Γραμμική Παλινδρόμηση Πολλαπλή Παλινδρόμηση Εφαρμοσμένη Στατιστική Μέρος 5 ο - Κ. Μπλέκας () Βασικές έννοιες Έστω τ.μ. Χ,Υ όπου υπάρχει
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7 ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 1.1. Εισαγωγή 13 1.2. Μοντέλο ή Υπόδειγμα 13 1.3. Η Ανάλυση Παλινδρόμησης 16 1.4. Το γραμμικό μοντέλο Παλινδρόμησης 17 1.5. Πρακτική χρησιμότητα
Διαβάστε περισσότεραΒραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων Γεώργιος Θεοδωρόπουλος Επιβλέπων
Διαβάστε περισσότεραΧρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)
Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2) Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα,
Διαβάστε περισσότεραHMY 799 1: Αναγνώριση Συστημάτων
HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Γραμμική παλινδρόμηση (Linear regression) Εμπειρική συνάρτηση μεταφοράς Ομαλοποίηση (smoothing) Y ( ) ( ) ω G ω = U ( ω) ω +Δ ω γ ω Δω = ω +Δω W ( ξ ω ) U ( ξ) G(
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Γραμμική Παλινδρόμηση Διάλεξη 10
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Γραμμική Παλινδρόμηση Διάλεξη 10 Απλή Γραμμική Παλινδρόμηση
Διαβάστε περισσότεραΣτατιστική Ι. Ανάλυση Παλινδρόμησης
Στατιστική Ι Ανάλυση Παλινδρόμησης Ανάλυση παλινδρόμησης Η πρόβλεψη πωλήσεων, εσόδων, κόστους, παραγωγής, κτλ. είναι η βάση του επιχειρηματικού σχεδιασμού. Η ανάλυση παλινδρόμησης και συσχέτισης είναι
Διαβάστε περισσότεραΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ Ενότητα: Αναγνώριση Διεργασίας - Προσαρμοστικός Έλεγχος (Process Identification) Αλαφοδήμος Κωνσταντίνος
Διαβάστε περισσότεραΧρονοσειρές, Μέρος Β 1 Πρόβλεψη Χρονικών Σειρών
Χρονοσειρές, Μέρος Β Πρόβλεψη Χρονικών Σειρών Ο βασικός σκοπός της μελέτης των μοντέλων για χρονικές σειρές (όπως AR, MA, ARMA, ARIMA, SARIMA) είναι η πρόβλεψη (predicio, forecasig) Η πρόβλεψη των μελλοντικών
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7o Μάθημα: Απλή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραΑνάλυση και Πρόβλεψη Χρονοσειρών
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ Ανάλυση και Πρόβλεψη Χρονοσειρών Διπλωματική εργασία της Γεωργίας Μαργιά
Διαβάστε περισσότεραΑπλή Γραμμική Παλινδρόμηση I
Απλή Γραμμική Παλινδρόμηση I. Εισαγωγή Έστω ότι θέλουμε να ερευνήσουμε εμπειρικά τη σχέση που υπάρχει ανάμεσα στις δαπάνες κατανάλωσης και στο διαθέσιμο εισόδημα, των οικογενειών. Σύμφωνα με την Κεϋνσιανή
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ B Δημήτρης Κουγιουμτζής e-mal: dkugu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://uer.auth.gr/~dkugu/teach/cvltraport/dex.html Εφαρμοσμένη Στατιστική:
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΑΝΑΛΥΣΗ ΥΔΡΟΛΟΓΙΚΩΝ ΧΡΟΝΙΚΩΝ ΣΕΙΡΩΝ
Διατμηματικό πρόγραμμα μεταπτυχιακών σπουδών ΥΔΡΑΥΛΙΚΗ ΜΗΧΑΝΙΚΗ Δρ Βασίλειος Κιτσικούδης και Δρ Σπηλιώτης Μιχάλης ΕΦΑΡΜΟΣΜΕΝΗ ΑΝΑΛΥΣΗ ΥΔΡΟΛΟΓΙΚΩΝ ΧΡΟΝΙΚΩΝ ΣΕΙΡΩΝ ΞΑΝΘΗ, 2015 Παραδείγματα από Τριβέλλα Θ.
Διαβάστε περισσότεραΔΙΑΛΕΞΗ8 η : Μέθοδοι και τεχνικές πρόβλεψης ζήτησης
Διοίκηση Λειτουργιών ΔΙΑΛΕΞΗ8 η : Μέθοδοι και τεχνικές πρόβλεψης ζήτησης Δρ. Β. Ζεϊμπέκης (vzeimp@fme.aegean.gr) Τμήμα Μηχανικών Οικονομίας & Διοίκησης Πολυτεχνική Σχολή, Πανεπιστήμιο Αιγαίου Copyright
Διαβάστε περισσότεραΔιαχείριση Υδατικών Πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Διαχείριση Υδατικών Πόρων Γ.. Τσακίρης Μάθημα 3 ο Λεκάνη απορροής Υπάρχουσα κατάσταση Σενάριο 1: Μέσες υδρολογικές συνθήκες Σενάριο : Δυσμενείς υδρολογικές συνθήκες Μελλοντική
Διαβάστε περισσότεραΠαρεμβολή & πρόγνωση άγνωστης συνάρτησης μέσω σημειακής προσαρμογής
Ειδικά Θέματα Συνορθώσεων & Εφαρμογές 8 ο εξάμηνο, Ακαδημαϊκό έτος 2018-2019 Παρεμβολή & πρόγνωση άγνωστης συνάρτησης μέσω σημειακής προσαρμογής (Least squares collocation) Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων
Διαβάστε περισσότεραΜελέτη Εναλλακτικών Προσεγγίσεων της Μεθοδολογίας Croston μέσω Εμπειρικής Αξιολόγησης
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΗΣ Μελέτη Εναλλακτικών Προσεγγίσεων της Μεθοδολογίας Croston
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 2 Μαΐου 2017 1/23 Ανάλυση Διακύμανσης. Η ανάλυση παλινδρόμησης μελετά τη στατιστική σχέση ανάμεσα
Διαβάστε περισσότεραΑν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν
ΜΑΘΗΜΑ 12ο Αιτιότητα Ένα από τα βασικά προβλήματα που υπάρχουν στην εξειδίκευση ενός υποδείγματος είναι να προσδιοριστεί η κατεύθυνση που μία μεταβλητή προκαλεί μία άλλη σε μία εξίσωση παλινδρόμησης. Στην
Διαβάστε περισσότερα1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ
ΠΡΟΒΛΗΜΑ 1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ πόσες μετακινήσεις δημιουργούνται σε και για κάθε κυκλοφοριακή ζώνη; ΟΡΙΣΜΟΙ μετακίνηση μετακίνηση με βάση την κατοικία μετακίνηση με βάση άλλη πέρα της κατοικίας
Διαβάστε περισσότεραΛίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
Διαβάστε περισσότερα