Συστήματα Λήψης Αποφάσεων
|
|
- Ἑρμογένης Παπανικολάου
- 8 χρόνια πριν
- Προβολές:
Transcript
1 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Συστήματα Λήψης Αποφάσεων 3η Ενότητα Προβλέψεις - lesson@fsu.gr
2 Στατιστική Πρόβλεψη Πλεονεκτήματα Άμεσα εφαρμόσιμες Σχετικά ακριβείς (δεδομένων και των διαστημάτων εμπιστοσύνης) Δεν προϋποθέτουν τεχνικές και στατιστικές γνώσεις προκειμένου να παραχθούν οι ζητούμενες προβλέψεις (όταν χρησιμοποιούνται σαν black box από τους managers) Απαιτούν ελάχιστο χρόνο και λίγους υπολογιστικούς πόρους
3 Στατιστική Πρόβλεψη Μειονεκτήματα Προϋποθέτουν ότι το πρότυπο (συμπεριφορά) της δεδομένης χρονοσειράς θα συνεχιστεί στο μέλλον, γεγονός που δεν γίνεται πάντα Δεν λαμβάνουν υπόψη ειδικά γεγονότα και ενέργειες που ενδέχεται να πραγματοποιηθούν (πχ. διαφημίσεις, αθλητικά συμβάντα) Αρκετές στατιστικές μέθοδοι, προκειμένου να παράγουν προβλέψεις, απαιτούν αρκετές παρατηρήσεις (ιστορικά δεδομένα)
4 Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης Naive Η πιο απλή στατιστική μέθοδος. Δεν παράγει ακριβείς προβλέψεις αλλά 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)
5 Κινητοί Μέσοι Όροι για πρόβλεψη 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
6 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης 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 Winters
7 Εκθετική Εξομάλυνση (Exponential Smoothing) Μέθοδος πρόβλεψης η οποία εξομαλύνει τα ιστορικά δεδομένα. Υπολογίζεται ο μέσος όρος των δεδομένων, με την χρήση συντελεστών βαρύτητας. Τα πιο πρόσφατα δεδομένα έχουν μεγαλύτερη βαρύτητα. Οι συντελεστές βαρύτητας μειώνονται με εκθετικό τρόπο, όσο παλαιότερα είναι τα δεδομένα. Στόχος η απομόνωση του προτύπου των δεδομένων από τις τυχαίες διακυμάνσεις.
8 Εκθετική Εξομάλυνση (Exponential Smoothing) Χρησιμοποιείται ευρέως για βραχυπρόθεσμο σχεδιασμό. Είναι σχετικά εύκολη στην χρήση. Απαιτεί ελάχιστα ιστορικά δεδομένα και χρόνο υπολογισμού. Είναι ικανοποιητικά ακριβής σε σχέση με πολυπλοκότερες μεθόδους πρόβλεψης.
9 Τύποι Μοντέλων Εξομάλυνσης 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 Τύποι Μοντέλων Εξομάλυνσης Τέσσερα (4) πρότυπα τάσης. Σταθερού Επιπέδου Γραμμικής τάσης Εκθετικής τάσης Φθίνουσας τάσης Τρία (3) πρότυπα εποχιακότητας. Χωρίς εποχιακότητα Προσθετική εποχιακότητα Πολλαπλασιαστική εποχιακότητα
11 Μοντέλο Σταθερού Επιπέδου Παράδειγμα Βιβλίου σελ. 2.18
12 Μοντέλου Σταθερού Επιπέδου (0) 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
13 Μοντέλου Σταθερού Επιπέδου (I) Εξίσωση Επιπέδου & Πρόβλεψης Εξίσωση Σφάλματος F t = αy t-1 + (1-α)F t-1 e = Y t-1 F t-1 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
14 Μοντέλο Σταθερού Επιπέδου (ΙΙ) 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
15 Μοντέλο Σταθερού Επιπέδου (ΙΙΙ) Όσο μικρότερη τιμή του α επιλέξουμε τόσο μεγαλύτερο ρόλο παίζει η πρώτη τιμή της πρόβλεψης που θα επιλέξουμε F 1. Όσο περισσότερα δεδομένα έχουμε τόσο μεγαλύτερη είναι η τιμή του t, οπότε τόσο μικρότερο είναι το βάρος του F 1. Π.χ. για t = 12 και α=0.1 το βάρος ισούται με για t = 24 και α=0.1 το βάρος ισούται με
16 Μοντέλο Σταθερού Επιπέδου (ΙV)
17 Μοντέλο Σταθερού Επιπέδου (V) Πρέπει να επιλέγεται με προσοχή η πρώτη πρόβλεψη και η παράμετρος εξομάλυνσης. Η πρώτη πρόβλεψη έχει μεγάλη επίδραση στις μελλοντικές προβλέψεις. Η παράμετρος εξομάλυνσης επηρεάζει άμεσα την σταθερότητα των προβλέψεων.
18 Μοντέλο Σταθερού Επιπέδου (VI) Εύρεση Αρχικής Πρόβλεψης 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
19 Μοντέλο Σταθερού Επιπέδου (VII) 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
20 Μοντέλο Σταθερού Επιπέδου (VIII) Εύρεση Βέλτιστου Συντελεστή Εξομάλυνσης 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.
21 Μοντέλο Γραμμικής Τάσης (Holt) Χρειάζεται προσοχή στην αρχικοποίηση του μοντέλου. Πρέπει να εκτελείται μία γραμμική παλινδρόμηση, με το χρόνο ως ανεξάρτητη μεταβλητή. X A B t Ως αρχικό επίπεδο συνήθως ορίζεται η σταθερά A της παλινδρόμησης. Ως αρχική τάση συνήθως ορίζεται η κλίση B της παλινδρόμησης. Οι συντελεστές α και β πρέπει να υπολογίζονται, ώστε να ελαχιστοποιείται συνήθως το μέσο τετραγωνικό σφάλμα (MSE).
22 Μοντέλο Γραμμικής Τάσης (Holt) Η αρχικοποίηση του επιπέδου αλλά και της τάσης θα μπορούσε να γίνει εναλλακτικά ως εξής: Αρχικό Επίπεδο oπρώτη Παρατήρηση oμέσος Όρος N πρώτων παρατηρήσεων Αρχική Τάση oδιαφορά δεύτερης και πρώτης παρατήρησης:(χ2-χ1) oδιαφορά ν-στής και πρώτης παρατήρησης διαιρεμένης με ν-1: (X4-X1)/3
23 Μοντέλο Γραμμικής Τάσης Παράδειγμα Βιβλίου
24 Μοντέλο Μη Γραμμικής Τάσης (Damped) Χρειάζεται προσοχή στην αρχικοποίηση του μοντέλου. Πρέπει να εκτελείται μία γραμμική παλινδρόμηση, με το χρόνο ως ανεξάρτητη μεταβλητή. X A B t Ως αρχικό επίπεδο ορίζεται η σταθερά A της παλινδρόμησης. Ως αρχική τάση ορίζεται η κλίση B της παλινδρόμησης. Οι συντελεστές h 1 (=α), h 2 (=β) και φ πρέπει να υπολογίζονται, ώστε να ελαχιστοποιείται το μέσο τετραγωνικό σφάλμα (MSE).
25 Μοντέλο Μη Γραμμικής Τάσης (Damped) 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 1, σταθερού επιπέδου, φθίνουσας τάσης 1, γραμμικής τάσης 1, εκθετικής τάσης
26 Μοντέλο Μη Γραμμικής Τάσης Παράδειγμα Βιβλίου
27 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης Linear Trend Στη στατιστική, η ανάλυση της παλινδρόμησης μελετά τη σχέση μεταξύ μιας εξαρτημένης μεταβλητής (μεταβλητή αντίδρασης/ανταπόκρισης) με συγκεκριμένες ανεξάρτητες μεταβλητές (επεξηγηματικές μεταβλητές). Οι μέθοδοι γραμμικής και εκθετικής τάσης είναι κατάλληλες για την παραγωγή μακροπρόθεσμων προβλέψεων.
28 Στατιστική Πρόβλεψη Κυριότερες Στατιστικές Μέθοδοι Πρόβλεψης 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.
29 Το Μοντέλο Θ 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 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) Η προτεινόμενη μέθοδος αποσυνθέτει διαχωρίζει την αρχική χρονοσειρά σε δύο ή περισσότερες γραμμές Θ. Η κάθε γραμμή Θ προεκτείνεται στο μέλλον ξεχωριστά και οι παραγόμενες προβλέψεις συνδυάζονται με ίσα βάρη
30 Το κλασσικό Μοντέλο Θ στην πράξη 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
31 Υπολογίζοντας τις γραμμές Theta 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 e LRL * Konstantinos Nikolopoulos, Vassilios Assimakopoulos, Nikolaos Bougioukos and Fotios Petropoulos (2008) Advances in the Theta model, Working Paper
32 Διαστήματα Εμπιστοσύνης Ορισμός 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».
33 Διαστήματα Εμπιστοσύνης 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.
34 Διαστήματα Εμπιστοσύνης Τρόπος Υπολογισμού 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.
35 Διαστήματα Εμπιστοσύνης Pythia
36 Ορίζοντας Πρόβλεψης 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
37 Ορίζοντας Πρόβλεψης 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
38 Συνδυασμός μεθόδων Ορισμένοι παράγοντες αυξάνουν το μέγεθος των σφαλμάτων όταν οι μέθοδοι χρησιμοποιούνται μεμονωμένα και όχι σε συνδυασμό. Τέτοιοι παράγοντες είναι : Αλλαγές προτύπου και μη σταθερές σχέσεις. Οι στατιστικές μέθοδοι υποθέτουν ότι τα πρότυπα και οι σχέσεις είναι σταθερές, κάτι σπάνιο στον πραγματικό κόσμο. Παρόλα αυτά συγκεκριμένα γεγονότα, κύκλοι, φέρνουν συστηματικές αλλαγές και επομένως είναι δυνατόν να αποφευχθούν συστηματικά σφάλματα. Μέθοδοι που ελαχιστοποιούν σφάλματα. Οι μέθοδοι πρόβλεψης συνήθως επιλέγονται με σκοπό να ελαχιστοποιήσουν το σφάλμα της αμέσως επόμενης πρόβλεψης. Όμως χρειαζόμαστε προβλέψεις για αρκετές χρονικές περιόδους μπροστά, οι οποίες συνήθως δεν είναι οι κατάλληλες αν έχουν επιλεχθεί με την λογική της ελαχιστοποίησης του σφάλματος της ακριβώς επόμενης εκτίμησης.
39 Συνδυασμός μεθόδων Παράδειγμα συνδυασμού μεθόδων Έχουμε τρεις μέθοδοι εξομάλυνσης : Απλής εκθετικής εξομάλυνσης Μοντέλο γραμμικής τάσης (Holt) Μοντέλο μη γραμμικής τάσης (Damped) Δύο είδη συνδυασμού των μεθόδων: Βέλτιστος (optimal) (τα βάρη των τριών μεθόδων δίνονται από μια αντίστροφη συνάρτηση του MSE) Απλός (single) (είναι ο μ.ο. των τριών μεθόδων)
40 Συνδυασμός μεθόδων Προβλέψεις των τριών μεθόδων και των συνδυασμών τους
41 Συνδυασμός μεθόδων Γράφημα των προβλέψεων των τριών μεθόδων και των συνδυασμών τους
42 Συνδυασμός μεθόδων Γράφημα των προβλέψεων των τριών μεθόδων και των συνδυασμών τους στο Post Sample
43 Συνδυασμός μεθόδων Γενικότερα ισχύει: Ο συνδυασμός των μεθόδων μας επιτρέπει να είμαστε πιο ακριβής στις προβλέψεις μας και μειώνει την αβεβαιότητα μας για το μέλλον όταν δεν είμαστε σίγουροι αν τα δεδομένα θα συνεχίσουν να διαφέρουν από τα δεδομένα του παρελθόντος.
44 Διαγωνισμοί Πρόβλεψης Στόχοι των διαγωνισμών πρόβλεψης: Δημιουργία ερεθίσματων στους ερευνητές για την υλοποίηση νέων μεθόδων πρόβλεψης Σύγκριση και ταξινόμηση των μεθόδων πρόβλεψης με κριτήριο την ελαχιστοποίηση του σφάλματος Έλεγχος της εγκυρότητας των αποτελεσμάτων προηγούμενων διαγωνισμών πρόβλεψης
45 Διαγωνισμός Μ3 (1 από 2) Ο διαγωνισμός πρόβλεψης Μ3-IJF Μ3 (Makridakis et. al. 2000, Ord et. al. 2000) οργανώθηκε από το INSEAD και είχε ως χορηγό το περιοδικό International Journal of Forecasting Είναι ο μεγαλύτερος διαγωνισμός πρόβλεψης που οργανώθηκε ποτέ καθώς ζητούμενο ήταν να δοθούν 6 έως 18 προβλέψεις για 3003 διαφορετικές χρονοσειρές οι οποίες προέρχονται από όλο το φάσμα της οικονομικής δραστηριότητας Δόθηκαν 1428 μηνιαίες χρονοσειρές με 115 παρατηρήσεις κατά μέσο όρο όπου ζητήθηκαν 18 προβλέψεις
46 Διαγωνισμός Μ3 (2 από 2) Μέθοδος Πρόβλεψης Συνοπτικά Αποτελέσματα SMAPE των 1428 μηνιαίων χρονοσειρών SMAPE στο σύνολο των χρονοσειρών (3003) THETA ForecastPro ForcX COMB S-H-D DAMPED THETAsm RBF B-J automatic AutomatANN SMARTFCS
47 Κριτική Πρόβλεψη Οι κριτικές μέθοδοι πρόβλεψης δεν έχουν τις ίδιες απαιτήσεις σε δεδομένα με τις στατιστικές μεθόδους. Τα δεδομένα των μεθόδων αυτών αποτελούν προϊόν διαίσθησης, κρίσης και συσσωρευμένης γνώσης. Οι κριτικές μέθοδοι είναι αυτές που χρησιμοποιούνται συχνά σε επιχειρήσεις και οργανισμούς. Στις κριτικές μεθόδους η πρόβλεψη μπορεί να βασίζεται είτε στις γνώσεις και την κρίση ενός ατόμου (ατομικές μέθοδοι) είτε να προκύπτει από την ανταλλαγή και το συνδυασμό απόψεων των μελών κάποιας επιτροπής (μέθοδοι επιτροπής).
48 Κριτική Πρόβλεψη Μπορεί να λάβει υπόψιν ειδικά γεγονότα και ενέργειες Έχει τη δυνατότητα να αντισταθμίζει ανεπάρκειες και ελλείψεις στα ιστορικά δεδομένα Είναι κατάλληλη όταν θίγονται ηθικά ζητήματα που υπερισχύουν των οικονιμικών ή τεχνολογικών παραγόντων Επιτρέπουν την επεξεργασία της πρόβλεψης σε περιπτώσεις όπου οι διευθυντές τις επιχείρησης επιθυμούν να έχουν έλεγχο στο προϊόν του οποίου η ζήτηση θα προβλεφθεί Μπορεί να παράγει πιο αποδεκτές προβλέψεις Πολύπλοκες στατιστικές μέθοδοι, που δεν είναι ξεκάθαρο τι κάνουν, αντιμετωπίζονται συχνά με δυσπιστία
49 Κριτική Πρόβλεψη Το μεγαλύτερο πρόβλημα των κριτκών προβλέψεων είναι η προκατάληψη, δηλαδή η έμφυτη τάση των ανθρώπων να παρουσιάζονται αισιόδοξοι ή απαισιόδοξοι.
50 Κριτική Πρόβλεψη Συμπερασματικά, Στατιστικές και Κριτικές Προβλέψεις είναι συνήθως συμπληρωματικές: Οι άνθρωποι προσαρμόζονται ευκολότερα και μπορούν να λάβουν υπόψην τους γεγονότα εκτός προτύπου χρονοσειράς, αλλά είναι ασυνεπείς και παρουσιάζουν αυξημένη προκατάληψη Οι στατιστικές μέθοδοι είναι αυστηρές αλλά συνεπείς, και δύνανται να αντιμετωπίσουν μεγάλο όγκο πληροφορίας, πολύ γρήγορα.
51 Κριτική Πρόβλεψη Μέθοδος Delphi Απλή Κρίση Μέθοδος Delphi Αναλογίες & Δομημένες αναλογίες
52 Κριτική Πρόβλεψη Forecast by Hand
53 Πεδία και Εφαρμογές Πρόβλεψης Χρηματο - οικονομικά Πρόβλεψη των δεικτών του Χρηματιστηρίου Παραγώγων Αθηνών ΧΠΑ Πρόβλεψη Μεταβλητότητας των δεικτών του ΧΑ
54 Πεδία και Εφαρμογές Πρόβλεψης Περιβάλλον: Ενεργειακή Ζήτηση Διαχείριση Υδάτινων Πόρων Μετεωρολογία Πρόβλεψη και Διαχείριση Κρίσεων Ρύπανση Κοινωνικό Περιβάλλον
55 Περιβάλλον Ενεργειακή Ζήτηση- Παραγωγής Πρόβλεψη ζήτησης φορτίου ημερήσια ή ωριαία Πρόβλεψη μέγιστης αναγκαίας ισχύος θέρμανσης ή ψύξης Πρόβλεψη απαιτούμενης ενέργειας θέρμανσης ή ψύξης ετησίως Πρόβλεψη ενεργειακής Παραγωγής από ΑΠΕ
56 Περιβάλλον & Υδάτινοι Πόροι Πρόβλεψη των υδάτινων αποθεμάτων Πρόβλεψη πλημμύρων και ξηρασιών Πρόβλεψη ύψους βροχόπτωσης Πρόβλεψη ποιότητας υδάτων και εδαφών
57 Μετεωρολογία Πρόβλεψη καιρού: Βροχόπτωση, Χιονόπτωση Ένταση ανέμου Νεφοκάλυψη, Ηλιοφάνεια Θερμοκρασία, Υγρασία, Ατμοσφαιρική πίεση Πρόβλεψη επικίνδυνων καιρικών φαινομένων: Καταιγίδα Θύελλα Πλημμύρα
58 Global Temperatures 2060
59 Ρύπανση Πρόβλεψη ατμοσφαιρικών Ρύπων Πρόβλεψη επιπέδων θορύβου (ηχορύπανση) Πρόβλεψη Ρύπανσης Υδάτων Πρόβλεψη Ρύπανσης Εδαφών
60 Κοινωνικό Περιβάλλον Πρόβλεψη με τη χρήση γεωδημογραφικών δεδομένων: Πρόβλεψη Εγκληματικότητας Πρόβλεψη Επιδημιών
61 Πεδία και Εφαρμογές Πρόβλεψης Real estate: Εκτίμηση αντικειμενικών ή πραγματικών αξιών ακινήτων risk management : δανειοδοτήσεις, επανέλεγχος αξίας ακινήτων, απόφαση ρευστοποίησης ακινήτων
62 Τουρισμός Συνολικές αφίξεις Τουριστών Αφίξεις κατά μέσο μεταφοράς Συνολικές Διανυκτερεύσεις Τουριστών Διανυκτερεύσεις τουριστών ανά τουριστική περιοχή Αφίξεις ανά σκοπό ταξιδίου (συνεδριακός τουρισμός, αγροτουρισμός, κτλ) Ταξιδιωτικό συνάλλαγμα
63 Μεταφορές Οδικό Δίκτυο Πρόβλεψη κυκλοφοριακού φόρτου μέσω χωρο χρονικών μοντέλων: Δεδομένα ροής (αριθμός οχημάτων) % καταληψιμότητας ανά μονάδα χρόνου Μετρήσεις σε γεωγραφικά σημεία με συγκεκριμένη κατεύθυνση Πρόβλεψη Ατυχημάτων
64 Μόδα Πρόβλεψη Χρώματος Παράγοντες και τάσεις που επηρεάζουν τις τάσεις και τη συμπεριφορά των καταναλωτών. Πολιτιστικές ανάλυση - Ανάλυση Μόδα - Υλικά και χρώμα ανάλυση Master In πρόβλεψης τάσεων μόδας: POLIMODA, INTERNATIONAL INSTITUTE OF FASHION DESIGN & MARKETING
65 Μοντέλο Σταθερού Επιπέδου 2ο Παράδειγμα (Ι) t Y , , ??? Μηνιαία δεδομένα t Αριθμός μηνιαίων φορτώσεων Υ t Ζητείται η πρόβλεψη Δεκεμβρίου.
66 Μοντέλο Σταθερού Επιπέδου 2ο Παράδειγμα (ΙΙ) 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
67 Μοντέλο Σταθερού Επιπέδου 2ο Παράδειγμα (ΙII) 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
68 Μοντέλο Σταθερού Επιπέδου 2ο Παράδειγμα (IV)
69 Μοντέλο Σταθερού Επιπέδου 2ο Παράδειγμα (V) 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
70 3 o Παράδειγμα Πρόβλεψης A/A Period Demand ? ? ? ?
71 3 o Παράδειγμα Πρόβλεψης Εύρεση Missing Value A/A Period Demand ? ? ? ?
72 3 o Παράδειγμα Πρόβλεψης Εύρεση Χρονοσειράς χωρίς Εποχιακότητα A/A Period Demand AX(Demand) , , , , , , , , , , , , , , , , ? ? ? ? , , , ,96
73 3 o Παράδειγμα Πρόβλεψης y=a+bx a=48,28 b=0,32 A/A Period Demand AX(Deamnd) KMO(3) KMO(5) SES(0,5) LRL ,45 47,45 48,28 + 1x0,32 = 48, ,47 0,5x47,45 + 0,5x47,45 = 47,45 48,28 + 2x0,32 = 48, ,85 0,5x47,47 + 0,5x47,45 = 47,46 49, ,98 48,92 49,65 49, ,61 49,10 48,82 49, ,44 50,15 49,07 49,71 50, ,96 49,67 49,67 50,08 50, ,04 50,34 50,17 50,02 50, ,66 50,48 50,01 50,53 51, ,42 50,89 50,74 51,10 51, ,79 51,71 51,10 51,76 51, ,10 52,29 51,57 52,27 52, ,66 53,10 52,40 53,19 52, ,43 52,85 52,53 52,43 52, ,91 52,40 52,48 51,93 53, ,10 51,33 52,18 51,42 53, ? 52,14 52,44 52,76 53, ? 52,14 52,44 52,76 54, ? 52,14 52,44 52,76 54, ? 52,14 52,44 52,76 54,68
74 3 o Παράδειγμα Πρόβλεψης Αξιολόγηση Mean Squared Errors = MSE A/A Period Demand AX(Deamnd) KMO(3) KMO(5) SES(0,5) LRL KMO(3) KMO(5) SES(0,5) LRL ,45 47,45 48, ,47 47,75 48, ,85 47,76 49, ,98 48,92 49,65 49, ,61 49,10 48,82 49, ,44 50,15 49,07 49,71 50,2 0,73 3,72 1,66 0, ,96 49,67 49,67 50,08 50,52 11,06 11,10 8,55 6, ,04 50,34 50,17 50,02 50,84 0,11 0,03 0,00 0, ,66 50,48 50,01 50,53 51,16 2,19 1,01 2,34 4, ,42 50,89 50,74 51,10 51,48 4,46 5,09 3,62 2, ,79 51,71 51,10 51,76 51,8 18,43 23,97 18,01 17, ,10 52,29 51,57 52,27 52,12 0,50 2,03 0,53 0, ,66 53,10 52,40 53,19 52,44 16,83 11,58 17,54 11, ,43 52,85 52,53 52,43 52,76 0,73 0,28 0,18 0, ,91 52,40 52,48 51,93 53,08 2,57 2,31 4,30 0, ,10 51,33 52,18 51,42 53,4 2,78 0,68 2,51 0, ? 52,14 52,44 52,76 53, ? 52,14 52,44 52,76 54, ? 52,14 52,44 52,76 54, ? 52,14 52,44 52,76 54,68 5,49 5,62 5,39 4,21
75 3 o Παράδειγμα Πρόβλεψης Εποχικοποίηση A/A Period Demand LRL ΔΕ Forecast , , , , , , , , , , , , , , , , ? 53,72 94,84 50, ? 54,04 101,12 54, ? 54,36 106,08 57, ? 54,68 97,96 53,57
76 3 o Παράδειγμα Πρόβλεψης A/A Period Demand , , , ,
77 Ευχαριστώ για την προσοχή σας!
Τεχνικές 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 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 περισσότεραΕισαγωγή στις Μεθόδους Προβλέψεων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Εισαγωγή στις Μεθόδους Προβλέψεων Πρόβλεψη 02 Η μεγαλύτερη
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 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 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 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 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 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 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 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 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 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. 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 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 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 περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές [Εισαγωγικά Στοιχεία και Ποιοτικά Χαρακτηριστικά Χρονοσειρών] Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Επιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές [Εισαγωγικά
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 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 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 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 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 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 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 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 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 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 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 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 περισσότεραΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ. ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ
ΤΕΙ ΚΡΗΤΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ ΓΙΑΝΝΗΣ ΦΑΝΟΥΡΓΙΑΚΗΣ ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΣΥΝΕΡΓΑΤΗΣ ΤΕΙ ΚΡΗΤΗΣ ΔΟΜΗ ΠΑΡΟΥΣΙΑΣΗΣ 1. Εισαγωγή
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 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 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 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 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 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 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 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 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 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 περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΕΣ ΠΡΟΒΛΕΨΕΙΣ
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ Ι - ΠΡΟΒΛΕΨΕΙΣ ΚΑΙ ΣΥΓΧΡΟΝΗ ΔΙΟΙΚΗΣΗ....................................17 1.1 Προβλέψεις - Τεχνικές προβλέψεων και διοίκηση................................17 1.2 Τεχνικές 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 1 η Ενότητα http://fsu.ece.ntua.gr
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 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 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 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. 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 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 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 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 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 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 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 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 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 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 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 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 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 περισσότεραΜεταπτυχιακό Πρόγραμμα : Τεχνο-οικονομικά Συστήματα
Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών 1 1 8. Προβλέψεις & Ζήτηση Εισηγητής : Επικ. Καθ. Δ. Ασκούνης Περιεχόμενα 2 Στοιχεία και Διαχείριση Ζήτησης Ποιοτικές Μέθοδοι Προβλέψεων Μέθοδος Delphi Ποσοτικές
Διαβάστε περισσότεραΠροβλέψεις. Γιώργος Λυμπερόπουλος. Γ. Λυμπερόπουλος - Διοίκηση Παραγωγής
Προβλέψεις Γιώργος Λυμπερόπουλος 1 Προβλέψεις: Εισαγωγή Γιατί προβλέψεις; Έγκαιρος προγραμματισμός και λήψη αποφάσεων Προβλέψεις τίνος; Τμήμα πωλήσεων (μάρκετινγκ) Ζήτηση νέων και υφιστάμενων σειρών προϊόντων
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 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 περισσότεραΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ Ενότητα 6
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ Ενότητα 6: Διαχείριση και Πρόβλεψη Ζήτησης Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται
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 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 περισσότεραΤεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100
Ποσοτικές Μέθοδοι Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR 50100 Απλή Παλινδρόμηση Η διερεύνηση του τρόπου συμπεριφοράς
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 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 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 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 περισσότεραΕθνικό Μετσόβιο Πολυτεχνείο Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών. Μάθημα: Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών
Μάθημα: Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών 4. Διαχείριση Αλυσίδας Προμηθειών Μέθοδοι Προβλέψεων Μάθημα: Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών Περιεχόμενα 4.1 Διαχείριση Αλυσίδας Προμηθειών Στοιχεία
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 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 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 περισσότεραΕισαγωγή στην Εκτιμητική
Εισαγωγή στην Εκτιμητική Πληθυσμός Εκτίμηση παραμέτρου πληθυσμού μ, σ 2, σ, p Δείγμα Υπολογισμός στατιστικού Ερώτηματα: Πόσο κοντά στην πραγματική τιμή της παραμέτρου του πληθυσμού βρίσκεται η εκτίμηση
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 περισσότεραΕισαγωγή στη Στατιστική Μάθημα του Β Εξαμήνου ΜΕΡΟΣ IV:ΠΑΛΙΝΔΡΟΜΗΣΗ-ΤΑΣΗ- ΕΠΟΧΙΚΟΤΗΤΑ-ΧΡΟΝΟΛΟΓΙΚΕΣ ΣΕΙΡΕΣ
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΠΑΡΑΡΤΗΜΑ ΑΓΙΟΥ ΝΙΚΟΛΑΟΥ Τμήμα Διοίκησης Επιχειρήσεων Εισαγωγή στη Στατιστική Μάθημα του Β Εξαμήνου ΜΕΡΟΣ IV:ΠΑΛΙΝΔΡΟΜΗΣΗ-ΤΑΣΗ- ΕΠΟΧΙΚΟΤΗΤΑ-ΧΡΟΝΟΛΟΓΙΚΕΣ ΣΕΙΡΕΣ Παλινδρόμηση
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 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 περισσότεραΠοσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΠΛΗΡΟΦΟΡΙΑ & ΔΙΑΙΣΘΗΣΗ
ΠΛΗΡΟΦΟΡΙΑ & ΔΙΑΙΣΘΗΣΗ Η διαίσθησή μας (ικανότητα να αναγνωρίζουμε πρότυπα σχήματα) μόνο δεν επαρκεί αν δεν υπάρχει επιπλέον πληροφορία για τα δεδομένα. Επιπλέον πληροφορία: Τα δεδομένα που ακολουθούν
Διαβάστε περισσότεραΟ Ι ΚΟ Ν Ο Μ Ι Κ Α / Σ ΤΑΤ Ι Σ Τ Ι Κ Η
Ο Ι ΚΟ Ν Ο Μ Ι Κ Α / Σ ΤΑΤ Ι Σ Τ Ι Κ Η Σ χ ε τ ι κ ά μ ε τ ι ς ε κ τ ι μ ή σ ε ι ς - σ υ ν ο π τ ι κ ά Σεμινάριο Εκτιμήσεων Ακίνητης Περιουσίας, ΣΠΜΕ, 2018 ΣΤΑΤΙΣΤΙΚΗ Σ Χ Ε Τ Ι Κ Α Μ Ε Τ Ι Σ Ε Κ Τ Ι Μ
Διαβάστε περισσότεραΣΥΝΘΕΤΑ ΜΟΝΤΕΛΑ. Αριθμητικός Μέσος Εξομάλυνση Μοντελοποίηση. Συνδυασμός κάποιου μοντέλου και εξομάλυνσης. Διαχείριση Πληροφοριών 10.
ΣΥΝΘΕΤΑ ΜΟΝΤΕΛΑ Αριθμητικός Μέσος Εξομάλυνση Μοντελοποίηση Συνδυασμός κάποιου μοντέλου και εξομάλυνσης 10.1 ΑΡΙΘΜΗΤΙΚΟΣ ΜΕΣΟΣ Βασική έννοια στη Στατιστική Σημαντική για την κατανόηση προβλέψεων που βασίζονται
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 περισσότεραΛΥΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΟ 2 ο ΚΕΦΑΛΑΙΟ
ΛΥΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΟ 2 ο ΚΕΦΑΛΑΙΟ 1. Έστω συνάρτηση ζήτησης με τύπο Q = 200 4P. Να βρείτε: α) Την ελαστικότητα ως προς την τιμή όταν η τιμή αυξάνεται από 10 σε 12. 1ος τρόπος Αν P 0 10 τότε Q 0 200 410
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 περισσότεραΕπιβλέπων καθηγητής : Βιδάλης Μιχάλης
ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΟΙ ΠΡΟΒΛΕΨΕΙΣ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΖΗΤΗΣΗΣ (DEMAND PLANNING) Εισηγήτρια : Πρώη Μαρία (Α.Μ. 20205) Επιβλέπων καθηγητής : Βιδάλης Μιχάλης Συνβαθμολογητής : Βαλλίρης Γιώργος Χίος
Διαβάστε περισσότερα5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο
5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο Ένα εναλλακτικό μοντέλο της απλής γραμμικής παλινδρόμησης (που χρησιμοποιήθηκε
Διαβάστε περισσότεραΣυνοπτικά περιεχόμενα
b Συνοπτικά περιεχόμενα 1 Τι είναι η στατιστική;... 25 2 Περιγραφικές τεχνικές... 37 3 Επιστήμη και τέχνη των διαγραμματικών παρουσιάσεων... 119 4 Αριθμητικές μέθοδοι της περιγραφικής στατιστικής... 141
Διαβάστε περισσότεραΤυπικές και εξειδικευµένες υδρολογικές αναλύσεις
ΕΞΑΡΧΟΥ ΝΙΚΟΛΟΠΟΥΛΟΣ ΜΠΕΝΣΑΣΣΩΝ ΣΥΜΒΟΥΛΟΙ ΜΗΧΑΝΙΚΟΙ Ε.Π.Ε. ΛΑΖΑΡΙ ΗΣ & ΣΥΝΕΡΓΑΤΕΣ ΑΝΩΝΥΜΗ ΤΕΧΝΙΚΗ ΕΤΑΙΡΕΙΑ ΜΕΛΕΤΩΝ Α.Ε. ΓΕΩΘΕΣΙΑ ΣΥΜΒΟΥΛΟΙ ΑΝΑΠΤΥΞΗΣ Ε.Π.Ε. Τυπικές και εξειδικευµένες υδρολογικές αναλύσεις
Διαβάστε περισσότεραΧΡΟΝΟΛΟΓΙΚΕΣ ΣΕΙΡΕΣ ΚΑΙ ΜΟΝΤΕΛΑ ΠΡΟΒΛΕΨΗΣ ΖΗΤΗΣΗΣ
ΧΡΟΝΟΛΟΓΙΚΕΣ ΣΕΙΡΕΣ ΚΑΙ ΜΟΝΤΕΛΑ ΠΡΟΒΛΕΨΗΣ ΖΗΤΗΣΗΣ Η δυνατότητα μιας επιχείρησης να προβλέπει με ακρίβεια τη ζήτηση των πελατών είναι εξαιρετικά σημαντική και συχνά χαρακτηρίζεται ως συγκριτικό πλεονέκτημα.
Διαβάστε περισσότεραΕρωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις)
Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις) 1. Έχοντας στη διάθεσή μας ένα δείγμα, προκύπτει ότι το 95% διάστημα εμπιστοσύνης για το μέσο μ ενός κανονικού
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 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 περισσότεραICAP GROUP S.A. ΑΝΑΘΕΩΡΗΣΗ ΜΑΚΡΟΟΙΚΟΝΟΜΙΚΩΝ ΥΠΟΔΕΙΓΜΑΤΩΝ
ICAP GROUP S.A. ΑΝΑΘΕΩΡΗΣΗ ΜΑΚΡΟΟΙΚΟΝΟΜΙΚΩΝ ΥΠΟΔΕΙΓΜΑΤΩΝ Φεβρουάριος 2015 1 Table of Contents ΔΙΟΙΚΗΤΙΚΗ ΠΕΡΙΛΗΨΗ... 3 1. ΕΙΣΑΓΩΓΗ... 4 2. ΑΝΑΘΕΩΡΗΣΗ ΜΑΚΡΟΟΙΚΟΝΟΜΙΚΩΝ ΜΟΝΤΕΛΩΝ... 4 2.1 ΔΕΔΟΜΕΝΑ... 4 2.1.1
Διαβάστε περισσότερα