Prognosen bewerten: Statistische Grundlagen und praktische Tipps (German Edition)

Genaue Prognosen bilden die Basis für eine Vielzahl von wirtschaftlichen Entscheidungen und Geschäftsprozessen. In diesem Buch werden die Grundlagen der Erstellung und quantitativen Bewertung von Prognosen erarbeitet. Besonderes Augenmerk wird auf die korrekte statistische Behandlung sowie die Interpretation der Prognose als Wahrscheinlichkeitsverteilung gelegt. Zahlreiche Beispiele aus konkreten Fragestellungen zeigen den Bezug der jeweils erörterten Problemstellungen zur Praxis auf. Darüber hinaus werden viele sich ergänzende Methoden vorgestellt, wie Prognosen in der Praxis bewertet und ihre Vorhersagekraft getestet werden kann. Das Buch richtet sich vor allem an Praktiker, die im betrieblichen Alltag Prognosen verwenden und datengetrieben automatisierte Entscheidungen treffen. Genaue Prognosen bilden die Basis für eine Vielzahl von wirtschaftlichen Entscheidungen und Geschäftsprozessen. In diesem Buch werden die Grundlagen der Erstellung und quantitativen Bewertung von Prognosen erarbeitet. Besonderes Augenmerk wird auf die korrekte statistische Behandlung sowie die Interpretation der Prognose als Wahrscheinlichkeitsverteilung gelegt. Zahlreiche Beispiele aus konkreten Fragestellungen zeigen den Bezug der jeweils erörterten Problemstellungen zur Praxis auf. Darüber hinaus werden viele sich ergänzende Methoden vorgestellt, wie Prognosen in der Praxis bewertet und ihre Vorhersagekraft getestet werden kann. Das Buch richtet sich vor allem an Praktiker, die im betrieblichen Alltag Prognosen verwenden und datengetrieben automatisierte Entscheidungen treffen. Der Inhalt - Prognosen als Wahrscheinlichkeitsverteilung - Bewertung von Prognosen mittels Kennzahlen und Qualitätskriterien - Prognosen im betrieblichen Alltag Die Autoren Prof. Dr. Michael Feindt ist Professor am Karlsruher Institut für Technologie (KIT) und Dozent an der Data Science Academy. Dr. Ulrich Kerzel Leiter der Academy. Senior Data Scientist bei Blue Yonder und renommierter Wissenschaftler mit Forschungserfahrung an der University of Cambridge und am CERN 3.1 Theoretische Grundlagen3.1.1 Prognose als Wahrscheinlichkeitsverteilung; 3.1.2 Kostenfunktion und Prognosegütemaß; 3.2 Die, perfekte`` Prognose; 3.3 Punktschätzer und Kostenfunktion; 3.3.1 Allgemeine Kostenfunktion; 3.3.2 Mittlere Quadratische Abweichung; 3.3.3 Mittlere Absolute Abweichung; 3.3.4 Illustration des Verhaltens von MSE, MAD und rMAD; 3.4 Weitere Testgrößen; 3.4.1 Prozentuale Fehlermaße und MAPE; 3.4.2 Theilscher Ungleichheitskoeffizient; 3.5 Zusammenfassung Testgrößen; 3.6 Kombination von Prognosen; 3.6.1 Addition von Prognosen; 3.6.2 Transformation von Prognosen Vorwort; Inhaltsverzeichnis; Abbildungsverzeichnis; 1 Einleitung; 1.1 Übersicht; 1.2 Literaturübersicht; 2 Statistische Grundlagen; 2.1 Motivation; 2.2 Wahrscheinlichkeitsverteilung; 2.2.1 Definition der Wahrscheinlichkeitsdichte; 2.2.2 Erwartungswerte; 2.2.3 Quantile; 2.2.4 Konfidenzintervall; 2.2.5 Wichtige Wahrscheinlichkeitsdichten; 2.2.6 Beziehung zwischen einem Zählexperiment und der Zeit zwischen Ereignissen; 2.3 Korrelierte Variablen; 2.4 Bayessche Statistik; 2.5 Benfordsches Gesetz; 2.6 Fehlerbehaftete Größen; 2.6.1 Fehler 1. und 2. Art; 3 Erstellen von Prognosen 4 Bewertung von Prognosen4.1 Einleitung; 4.2 Bewertung mittels Kennzahlen; 4.3 Darstellungen; 4.3.1 Übersicht; 4.3.2 Zeitreihe; 4.3.3 Liftchart; 4.3.4 Gini-Index; 4.3.5 Reinheit vs Effizienz; 4.3.6 ROC; 4.3.7 Diagonalplot; 4.3.8 Niveauplot; 4.3.9 Kumulierte Abweichung; 4.3.10 Inverse Quantilsverteilung; 4.4 Statistische Effekte; 4.4.1 Ausreißer; 4.4.2 Diskretisierungseffekte; 4.5 Psychologische Effekte; 4.5.1 Hindsight Bias; 4.5.2 Overconfidence; 5 Schlusswort; Anhang A Gängige Prognosegütemaße; A.1 Prognosegütemaße für einzelne Ereignisse Daruber hinaus werden viele sich erganzende Methoden vorgestellt, wie Prognosen in der Praxis bewertet und ihre Vorhersagekraft getestet werden kann.Das Buch richtet sich vor allem an Praktiker, die im betrieblichen Alltag Prognosen verwenden und datengetrieben automatisierte Entscheidungen treffen. Front Matter....Pages I-XII Einleitung....Pages 1-5 Statistische Grundlagen....Pages 7-26 Erstellen von Prognosen....Pages 27-56 Bewertung von Prognosen....Pages 57-78 Schlusswort....Pages 79-80 Back Matter....Pages 81-86 A.2 Prognosegütemaße für eine Gesamtheit von EreignissenLiteratur