Prognose Umsatz Durch Exponentiell Gewichtete Bewegungs Mittelwerte

Vorhersage Saison und Trends durch exponentiell gewichtete bewegte Durchschnitte Charles C. Holt Graduate School of Business, University of Texas in Austin, Austin, TX, USA Online verfügbar 28. Januar 2004. Das Papier bietet eine systematische Entwicklung der Prognose Ausdrücke für exponentiell gewichtete gleitende Durchschnitte . Methoden der Serie ohne Trend oder additiver oder multiplikativer Trend werden untersucht. Ebenso decken die Methoden nicht saisonale und saisonale Serien mit additiven oder multiplikativen Fehlerstrukturen ab. Das Papier ist eine nachgedruckte Version des Berichts von 1957 an das Amt für Marineforschung (ONR 52) und wird hier veröffentlicht, um eine bessere Zugänglichkeit zu bieten. Exponentielle Glättung Vorhersage Lokale Saisonale Lokale Trends Biografie: Charles C. HOLT ist Professor für Management Emeritus an der Graduate School of Business, University of Texas in Austin. Seine aktuelle Forschung ist auf quantitative Entscheidungsmethoden, Entscheidungsunterstützungssysteme und Finanzprognosen. Zuvor hat er Forschung und Lehre bei M. I.T. Carnegie Mellon University, die London School of Economics, die University of Wisconsin und das Urban Institute. Er ist seit 1947 in Computeranwendungen tätig und hat die Erforschung der automatischen Steuerung, die Simulation von Wirtschaftssystemen, die Planung der Produktion, die Beschäftigung und die Lagerbestände sowie die Dynamik der Inflation und der Arbeitslosigkeit durchgeführt. Copyright 2004 Veröffentlicht von Elsevier B. V. Zitieren von Artikeln () Prognose der Verkäufe durch exponentiell gewichtete Bewegungsdurchschnitte Der zunehmende Einsatz von Computern für die mechanisierte Bestandskontrolle und Produktionsplanung hat dazu geführt, dass explizite Prognosen für Verkauf und Nutzung für einzelne Produkte und Materialien erforderlich sind. Diese Prognosen müssen routinemäßig für Tausende von Produkten gemacht werden, so dass sie schnell gemacht werden müssen, und sowohl in Bezug auf die Rechenzeit als auch die Informationsspeicherung sollten sie billig auf wechselnde Bedingungen reagieren. Das Papier präsentiert eine Methode der Prognose von Verkäufen, die diese wünschenswerten Eigenschaften hat und welche in Bezug auf die Prognose im Vergleich zu anderen, traditionelleren Methoden vergleichbar ist. Es werden mehrere Modelle des exponentiellen Prognosesystems vorgestellt, zusammen mit einigen Anwendungsbeispielen. Wenn Sie Probleme beim Herunterladen einer Datei haben, überprüfen Sie, ob Sie die richtige Anwendung haben, um sie zuerst anzuzeigen. Bei weiteren Problemen lesen Sie die IDEAS-Hilfeseite. Beachten Sie, dass diese Dateien nicht auf der IDEAS-Website sind. Bitte sei geduldig wie die Dateien groß sein können. Von Pan Hui, Jon Crowcroft, Eiko Yoneki - in Proc. ACM MobiHoc. 2008 In diesem Beitrag wollen wir unser Verständnis der menschlichen Mobilität in Bezug auf soziale Strukturen verbessern und diese Strukturen bei der Gestaltung von Weiterleitungsalgorithmen für Pocket Switched Networks (PSNs) nutzen. Wenn man menschliche Beweglichkeitspuren aus der realen Welt nimmt, entdecken wir, dass menschliche Interaktion heteroge ist. In diesem Beitrag wollen wir unser Verständnis der menschlichen Mobilität in Bezug auf soziale Strukturen verbessern und diese Strukturen bei der Gestaltung von Weiterleitungsalgorithmen für Pocket Switched Networks (PSNs) nutzen. Wenn wir menschliche Mobilitätsspuren aus der realen Welt nehmen, entdecken wir, dass die menschliche Interaktion sowohl in Bezug auf Hubs (beliebte Personen) als auch Gruppen oder Gemeinschaften heterogen ist. Wir schlagen einen sozialbasierten Weiterleitungsalgorithmus, BUBBLE, vor, der empirisch gezeigt wird, um die Weiterleitungseffizienz im Vergleich zu den obligatorischen Weiterleitungsschemata und dem PROPHET-Algorithmus deutlich zu verbessern. Wir zeigen auch, wie dieser Algorithmus verteilt aufgebaut werden kann, was zeigt, dass er in der dezentralen Umgebung von PSNs anwendbar ist. Fenster, wie von gestern bis jetzt, dann berechnen Sie den durchschnittlichen Grad für alle 6 Stunden. Wir nennen diesen Ansatz das kumulative Fenster (C-Fenster). Diese Technik ähnelt der exponentiellen Glättung -31 -, die wir bei der weiteren Arbeit untersuchen werden. Wir werden in Abschnitt 6 weiter zeigen, dass DEGREE, S-Window und C-Fenster die vorberechneten Zentralität recht gut annähern und die Zentralität gemessen werden können. Von Pan Hui, Jon Crowcroft, Eiko Yoneki - IEEE Transaktionen auf Mobile Computing. Zusammenfassung Die zunehmende Durchdringung von intelligenten Geräten mit Netzwerkfähigkeit macht neue Netzwerke. Solche Netzwerke, die auch als Pocket Switched Networks (PSNs) bezeichnet werden, sind intermittierend verbunden und stellen einen Paradigmenwechsel von Weiterleitungsdaten ad hoc dar. Die soziale Struktur und interacti. Zusammenfassung Die zunehmende Durchdringung von intelligenten Geräten mit Netzwerkfähigkeit macht neue Netzwerke. Solche Netzwerke, die auch als Pocket Switched Networks (PSNs) bezeichnet werden, sind intermittierend verbunden und stellen einen Paradigmenwechsel von Weiterleitungsdaten ad hoc dar. Die soziale Struktur und die Interaktion von Benutzern solcher Geräte diktieren die Leistung von Routing-Protokollen in PSNs. Zu diesem Zweck ist die soziale Information eine wesentliche Metrik für die Gestaltung von Weiterleitungsalgorithmen für solche Arten von Netzwerken. Bisherige Methoden beruhen auf dem Aufbau und der Aktualisierung von Routingtabellen zur Bewältigung dynamischer Netzwerkbedingungen. Im Nachhinein hat sich gezeigt, dass solche Ansätze aufgrund der partiellen Erfassung des transienten Netzwerkverhaltens kostengünstig sind. Ein vielversprechenderer Ansatz wäre, die intrinsischen Eigenschaften solcher Netzwerke zu erfassen und sie bei der Gestaltung von Routing-Algorithmen zu nutzen. In dieser Arbeit nutzten wir zwei soziale und strukturelle Metriken, nämlich Zentralität und Gemeinschaft, mit echten menschlichen Beweglichkeitspuren. Die Beiträge dieses Papiers sind zweifach. Zuerst entwerfen und bewerten wir BUBBLE, einen neuartigen sozialbasierten Weiterleitungsalgorithmus, der die oben genannten Metriken zur Verbesserung der Lieferleistung nutzt. Zweitens zeigen wir empirisch, dass BUBBLE die Weiterleitungsleistung im Vergleich zu einer Reihe von zuvor vorgeschlagenen Algorithmen, einschließlich des Benchmarking-History-basierten PROPHET-Algorithmus, und dem Social-Based Forwarding SimBet-Algorithmus wesentlich verbessern kann. Index BegriffeSoziale Netzwerke, Weiterleitungsalgorithmen, verzögerungsverträgliche Netzwerke, pocket-Switched-Netzwerke, Zentralität, Community-Erkennung. 1 bis heute, dann berechnen Sie den durchschnittlichen Grad für alle 6 Stunden. Wir nennen diesen Ansatz kumulatives Fenster (C-Fenster). Diese Technik ähnelt einer Statistiktechnik, die als exponentielle Glättung bezeichnet wird - und wir möchten weitere theoretische Untersuchungen durchführen. Wir sehen aus Abb. 21, dass der S-Window-Ansatz den jüngsten Kontext widerspiegelt und ein Maximum von 4 Prozent Verbesserung der Lieferung erreicht. Von Jan G De Gooijer, Rob J Hyndman - Internationale Zeitschrift für Vorhersage. Zusammenfassung: Wir überprüfen die letzten 25 Jahre der Erforschung der Zeitreihenvorhersage. In dieser silbernen Jubiläumsausgabe heben wir natürlich die Ergebnisse hervor, die in den von dem International Institute of Forecasters (Journal of Forecasting 19821985 International Journal of Forecasting 19852005) verwalteten Zeitschriften veröffentlicht wurden. Zusammenfassung: Wir überprüfen die letzten 25 Jahre der Erforschung der Zeitreihenvorhersage. In dieser silbernen Jubiläumsausgabe heben wir natürlich die Ergebnisse hervor, die in den von dem International Institute of Forecasters (Journal of Forecasting 19821985 International Journal of Forecasting 19852005) verwalteten Zeitschriften veröffentlicht wurden. Während dieser Zeit betrug mehr als ein Drittel aller in diesen Zeitschriften veröffentlichten Zeitungen die Zeitreihenvorhersage. Wir überprüfen auch sehr einflussreiche Arbeiten zur Zeitreihenvorhersage, die in diesem Zeitraum an anderer Stelle veröffentlicht wurden. In vielen Bereichen wurden enorme Fortschritte erzielt, aber wir finden, dass es eine große Anzahl von fortwährungsbedürftigen Themen gibt. Wir schließen mit Kommentaren von Yuhong Yang - Ökonometrische Theorie. 2004 Wir studieren einige Methoden der Kombination von Prozeduren für die Vorhersage einer kontinuierlichen Zufallsvariable. Statistische Risikobeschränkungen unter dem quadratischen Fehlerverlust werden unter milden Verteilungsannahmen in der Zukunft unter Berücksichtigung der aktuellen Außeninformation und der bisherigen Beobachtungen erzielt. Die Risikogrenzen zeigen das. Wir studieren einige Methoden der Kombination von Prozeduren für die Vorhersage einer kontinuierlichen Zufallsvariable. Statistische Risikobeschränkungen unter dem quadratischen Fehlerverlust werden unter milden Verteilungsannahmen in der Zukunft unter Berücksichtigung der aktuellen Außeninformation und der bisherigen Beobachtungen erzielt. Die Risikobeschränkungen zeigen, dass die kombinierte Prognose automatisch die beste Leistung bei den Kandidatenprozessen bis zu einem konstanten Faktor und einem additiven Strafbegriff erreicht. Im Hinblick auf die Konvergenzrate, die kombinierte Prognose führt sowie, wenn man wusste, welche Kandidaten Prognose Verfahren ist das Beste im Voraus. Empirische Studien deuten darauf hin, dass die Kombination von Prozeduren manchmal die Prognosegenauigkeit im Vergleich zu den ursprünglichen Verfahren verbessern kann. Risikogrenzen werden abgeleitet, um theoretisch den potenziellen Gewinn und den Preis für die lineare Kombination von Prognosen für Verbesserungen zu quantifizieren. Das Ergebnis unterstützt die empirische Feststellung, dass es nicht automatisch eine gute Idee ist, Prognosen zu kombinieren. Eine blinde Kombination kann die Leistung aufgrund der unerwünschten großen Variabilität bei der Schätzung der besten Kombinationsgewichte dramatisch beeinträchtigen. Eine automatisierte Kombinationsmethode wird theoretisch gezeigt, um ein Gleichgewicht zwischen dem potenziellen Gewinn und der Komplexitätsstrafe (dem Kombinationspreis) zu erzielen, um (wenn überhaupt) eine spärliche Kombination zu nutzen und die beste Leistung (in der Rate) unter den Kandidatenvorhersagen aufrechtzuerhalten Verfahren, wenn lineare oder spärliche Kombination nicht hilft. Von George Athanasopoulos, Rob J. Hyndman. In dieser Arbeit modellieren und prognostizieren wir die australische Inlands-Tourismusnachfrage. Wir verwenden ein Regressionsgerüst, um wichtige ökonomische Beziehungen für die inländische Tourismusnachfrage abzuschätzen. Wir identifizieren auch die Auswirkungen von Weltveranstaltungen wie die Olympischen Spiele in Sydney und die Bali-Bombenanschläge von 2002 auf australischen Kuppeln. In dieser Arbeit modellieren und prognostizieren wir die australische Inlands-Tourismusnachfrage. Wir verwenden ein Regressionsgerüst, um wichtige ökonomische Beziehungen für die inländische Tourismusnachfrage abzuschätzen. Wir identifizieren auch die Auswirkungen von Weltveranstaltungen wie die Olympiade von Sydney und die Bali-Bombenanschläge von 2002 auf den australischen Inlandstourismus. Um die Zeitreihen-Natur der Daten zu erforschen, verwenden wir Innovationen staatliche Raummodelle zur Prognose der heimischen Tourismusnachfrage. Durch die Kombination dieser beiden Frameworks bauen wir Innovationen State Space Modelle mit exogenen Variablen. Diese Modelle sind in der Lage, die Zeitreihen-Dynamik in den Daten zu erfassen, sowie wirtschaftliche und andere Beziehungen. Wir zeigen, dass diese Modelle alternative Ansätze für kurzfristige Prognosen übertreffen und auch vernünftige Langzeitprognosen erzeugen. Die Prognosen werden mit den offiziellen australischen Regierungsprognosen verglichen, die optimistischer als unsere Prognosen sind. Von allen Ebenen der Schulbildung. 3.2 Exponentielle Glättung über Innovationen Staatsraummodelle In den späten 1950er Jahren wurde eine exponentielle Glättung vorgeschlagen (siehe die Pionierwerke von Brown, 1959 Holt, 1957 - Winter, 1960-) und hat einige der erfolgreichsten Prognosemethoden motiviert. Prognosen, die mit exponentiellen Glättungsmethoden produziert werden, sind gewichtete Durchschnittswerte der vergangenen Beobachtungen, wobei die Gewichte abfallen. Von Ilan Alon, Min Qi, Robert J. Sadowski - Journal of Retailing und Consumer Services. 2001 Wie viele andere wirtschaftliche Zeitreihen haben die US-aggregierten Einzelhandelsumsätze starke Trend - und Saisonmuster. Wie man diese Muster am besten modelliert und prognostiziert hat, ist ein langjähriges Thema in der Zeitreihenanalyse. Dieser Artikel vergleicht artiquotcial neuronale Netze und traditionelle Methoden wie Winter. Wie viele andere wirtschaftliche Zeitreihen haben die US-aggregierten Einzelhandelsumsätze starke Trend - und Saisonmuster. Wie man diese Muster am besten modelliert und prognostiziert hat, ist ein langjähriges Thema in der Zeitreihenanalyse. Dieser Artikel vergleicht artiampquotcial neuronale Netze und traditionelle Methoden einschließlich Winters exponentielle Glättung, BoxJenkins ARIMA Modell und multivariate Regression. Die Ergebnisse zeigen, dass im Durchschnitt die ANNs in Bezug auf die traditionelleren statistischen Methoden, gefolgt von dem BoxJenkins-Modell, günstig sind. Trotz seiner Einfachheit wurde das Winters-Modell als eine tragfähige Methode für mehrstufige Prognosen unter relativ stabilen wirtschaftlichen Bedingungen gezeigt. Die abgeleitete Analyse zeigt, dass das neuronale Netzwerkmodell den dynamischen, nichtlinearen Trend erfassen kann und von Shawndra Hill, Deepak K. Agarwal, Robert Bell, Chris Volinsky - Journal of Computational and Graphical Statistics. 2006 Ein dynamisches Netzwerk ist ein spezieller Netz, der sich aus verbundenen Transaktoren zusammensetzt, die sich wiederholt haben. Daten über große dynamische Netzwerke wie Telekommunikationsnetze und das Internet sind weit verbreitet. Allerdings repräsentieren dynamische Netzwerke in einer Weise, die förderlich für effic ist. Ein dynamisches Netzwerk ist ein spezieller Netz, der sich aus verbundenen Transaktoren zusammensetzt, die sich wiederholt haben. Daten über große dynamische Netzwerke wie Telekommunikationsnetze und das Internet sind weit verbreitet. Allerdings stellt die Darstellung dynamischer Netzwerke in einer Weise, die für eine effiziente Großanalyse förderlich ist, eine Herausforderung dar. In diesem Artikel stellen wir dynamische Graphen unter Verwendung einer Datenstruktur dar, die in einem früheren Artikel eingeführt wurde. Wir vertreten ihre Repräsentation, weil sie die Evolution von Beziehungen zwischen den Transaktoren durch die Zeit, die Lärmung auf der lokalen Transaktor-Ebene, und ermöglicht die Entfernung von abgestandenen Beziehungen. Unsere Arbeit verbessert ihre heuristischen Argumente durch die Formalisierung der Darstellung mit drei abstimmbaren Paaren. Dabei entwickeln wir ein generisches Framework für die Auswertung und Optimierung eines dynamischen Graphen. Wir zeigen, dass die speichersparenden Annäherungen, die an der Repräsentation beteiligt sind, die prädiktive Leistung nicht beeinträchtigen und sie typischerweise verbessern. Wir motivieren unseren Ansatz mit einem Betrugserkennungsbeispiel aus der Telekommunikationsbranche und zeigen, dass wir die veröffentlichten Ergebnisse der Betrugserkennungsaufgabe übertreffen können. Darüber hinaus stellen wir eine vorläufige Analyse auf Web-Logs und E-Mail-Netzwerken vor. Beeinflussung des aktuellen Graphen Diese Form der Gewichtsfunktion ist in dem Sinne bequem, daß Gl. (L) in der Wiederholungsform ausgedrückt werden kann: Diese Form ist in der Statistik als exponentielle Glättung -30 bekannt. Es bietet eine reibungslose dynamische Entwicklung von Gt. Die iterative Art der Aktualisierung ermöglicht es uns, die Informationen aus allen früheren Zeiträumen ohne die Verwaltung und Speicherung zu integrieren. Von Steffen Unkel, C. Paddy Farrington, Paul H. Garthwaite, Chris Robertson, Nick Andrews. Ungewöhnliche Cluster von Krankheiten müssen schnell erkannt werden, damit wirksame Eingriffe im Gesundheitswesen eingeführt werden können. In den vergangenen zehn Jahren gab es einen Anstieg der Interesse an statistischen Methoden für die Früherkennung von Infektionskrankheiten Ausbrüche. Dieses Zinswachstum hat zu viel Neuem geführt. Ungewöhnliche Cluster von Krankheiten müssen schnell erkannt werden, damit wirksame Eingriffe im Gesundheitswesen eingeführt werden können. In den vergangenen zehn Jahren gab es einen Anstieg der Interesse an statistischen Methoden für die Früherkennung von Infektionskrankheiten Ausbrüche. Dieses Zinswachstum hat zu einer viel neuen methodischen Arbeit geführt, die über das Spektrum der statistischen Methoden reicht. In diesem Beitrag wird eine umfassende Überprüfung der vorgeschlagenen statistischen Ansätze vorgestellt. Anwendungen zur Labor - und Syndromüberwachung werden zur Veranschaulichung der verschiedenen Methoden zur Verfügung gestellt. Der Trend und saisonale Komponente. Zwei gemeinsame Zeitreihenmethoden, die bei der Überwachung verwendet werden, sind eine einfache exponentielle Glättung (z. B. Healy 1983 Ngo et al., 1996) und das Holt-Winters-Verfahren (Holt 1957 - Winter 1960-). Einfache exponentielle Glättung stellt sicher, dass die Daten keinen Trend oder Saisonalität haben. Es bildet Vorhersagen, indem man einen gewogenen Durchschnitt der vergangenen Beobachtungen nimmt, wo die Gewichte exponentiell die furt abnehmen. Von Sarah Gelper, Christophe Croux, Sarah Gelper, Roland Fried, Christophe Croux. 2007 Robuste Versionen der Exponential - und Holt-Winters-Glättungsmethode für die Prognose werden vorgestellt. Sie eignen sich für die Prognose von univariaten Zeitreihen in Gegenwart von Ausreißern. Die robusten Exponential - und Holt-Winters-Glättungsmethoden werden als rekursives Aktualisierungsschema dargestellt. Sowohl der updat. Robuste Versionen der Exponential - und Holt-Winters-Glättungsmethode für die Prognose werden vorgestellt. Sie eignen sich für die Prognose von univariaten Zeitreihen in Gegenwart von Ausreißern. Die robusten Exponential - und Holt-Winters-Glättungsmethoden werden als rekursives Aktualisierungsschema dargestellt. Sowohl die Aktualisierungsgleichung als auch die Auswahl der Glättungsparameter sind robust. Diese robuste Methode entspricht einer besonderen Form des robusten Kalman lter in einem lokalen linearen Trendmodell. Eine Simulationsstudie vergleicht die robusten und klassischen Prognosen. Die dargestellte Methode hat eine gute Prognoseleistung für Zeitreihen mit und ohne Ausreißer sowie für fettgebundene Zeitreihen. Die Methode wird anhand realer Daten dargestellt, die Trends und saisonale Effekte beinhalten. . In diesem Beitrag wollen wir das Verständnis der Struktur der menschlichen Mobilität verbessern, um dies für die Gestaltung von Algorithmen zur Verbreitung von Daten unter mobilen Nutzern zu nutzen. Kooperation bindet aber auch die menschliche Gesellschaft in Gemeinschaften. Mitglieder der gleichen Community interagieren mit eac. In diesem Beitrag wollen wir das Verständnis der Struktur der menschlichen Mobilität verbessern, um dies für die Gestaltung von Algorithmen zur Verbreitung von Daten unter mobilen Nutzern zu nutzen. Kooperation bindet aber auch die menschliche Gesellschaft in Gemeinschaften. Mitglieder der gleichen Gemeinschaft interagieren einander bevorzugt. Es gibt Struktur in der menschlichen Gesellschaft. Innerhalb der Gesellschaft und ihrer Gemeinschaften haben Einzelpersonen unterschiedliche Popularität. Manche Menschen sind beliebter und interagieren mit mehr Menschen als andere, die wir sie nennen können. Beliebtheit ist eine Facette der Bevölkerung. In vielen physikalischen Netzwerken sind einige Knoten stärker miteinander verbunden als mit dem Rest des Netzwerks. Der Satz solcher Knoten wird gewöhnlich Cluster, Gemeinschaften, zusammenhängende Gruppen oder Module genannt. Es gibt auch Struktur zu sozialer Vernetzung. Verschiedene Metriken können wie Informationsfluss, Freeman betweenness, Nähe und Schlußfolgerung verwendet werden, aber für alle von ihnen kann jedem Knoten im Netzwerk ein globaler Zentralitätswert zugewiesen werden. 1. bis jetzt, dann berechnen Sie den durchschnittlichen Grad für alle 6 Stunden. Wir nennen diesen Ansatz das akkumulative Fenster (AWindow). Diese Technik ähnelt einer Statistiktechnik, die als exponentielle Glättung bezeichnet wird -28 - und wir möchten weitere theoretische Untersuchungen durchführen. Der S-Window-Ansatz spiegelt den jüngsten Kontext wider und erreicht maximal 4 Verbesserung der Lieferquote als DEGREE, aber bei doppelter c. Forecasting Verkäufe durch exponentiell gewichtete Moving Averages Hinweis: Überprüfen Sie immer Ihre Referenzen und machen Sie alle notwendigen Korrekturen vor der Verwendung. Achten Sie auf Namen, Großschreibung und Termine. Beschreibung: Management Science ist eine funktionsübergreifende, multidisziplinäre Untersuchung von Fortschritten und Lösungen, die eine verbesserte strategische Planungs - und Managementwissenschaft unterstützen. Enthält relevante Beiträge aus verschiedenen Bereichen: Rechnungswesen und Finanzen Geschäftsstrategie Entscheidungsanalyse Informationssysteme Fertigung und Vertrieb Marketing Mathematische Programmierung und Netzwerke Organisation Leistung Öffentliche Anwendungen RDinnovation Stochastische Modelle und Simulation Strategie und Design Supply Chain Management Coverage: 1954-2011 (Vol. 1, Nr. 1 - Bd. 57, Nr. 12) Die bewegte Wand stellt den Zeitraum zwischen der letzten Ausgabe in JSTOR und der zuletzt erschienenen Ausgabe einer Zeitschrift dar. Umzugswände sind in der Regel in Jahren vertreten. In seltenen Fällen hat sich ein Verleger gewählt, um eine bewegte Wand zu haben, so dass ihre aktuellen Ausgaben in JSTOR kurz nach der Veröffentlichung verfügbar sind. Hinweis: Bei der Berechnung der beweglichen Wand wird das laufende Jahr nicht gezählt. Zum Beispiel, wenn das aktuelle Jahr 2008 ist und eine Zeitschrift eine 5-jährige Wandermauer hat, sind Artikel aus dem Jahr 2002 verfügbar. Begriffe im Zusammenhang mit der Moving Wall Fixed Wände: Zeitschriften ohne neue Bände werden dem Archiv hinzugefügt. Absorbiert: Zeitschriften, die mit einem anderen Titel kombiniert werden. Komplett: Zeitschriften, die nicht mehr veröffentlicht werden oder die mit einem anderen Titel kombiniert wurden. Fächer: Management Organisationsverhalten, Betriebswirtschaftslehre, Business Kollektionen: For-Profit Akademische Kunstwissenschaften IV Sammlung, Kunstwissenschaften IV Sammlung, Betriebswirtschaftslehre, Corporate Profit Access Initiative Kollektion, Business I Kollektion Vorschau nicht verfügbar Der wachsende Einsatz von Computern für Die mechanisierte Bestandskontrolle und die Produktionsplanung haben dazu geführt, dass explizite Prognosen für Verkauf und Nutzung für einzelne Produkte und Materialien erforderlich sind. Diese Prognosen müssen routinemäßig für Tausende von Produkten gemacht werden, so dass sie schnell gemacht werden müssen, und sowohl in Bezug auf die Rechenzeit als auch die Informationsspeicherung sollten sie billig auf wechselnde Bedingungen reagieren. Das Papier präsentiert eine Methode der Prognose von Verkäufen, die diese wünschenswerten Eigenschaften hat und welche in Bezug auf die Prognose im Vergleich zu anderen, traditionelleren Methoden vergleichbar ist. Es werden mehrere Modelle des exponentiellen Prognosesystems vorgestellt, zusammen mit einigen Anwendungsbeispielen. Seite Thumbnails