دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: P. Mertens (auth.), Prof. Dr. Dr.h.c.mult. Peter Mertens (eds.) سری: ISBN (شابک) : 9783662415283, 9783662415276 ناشر: Physica-Verlag HD سال نشر: 1994 تعداد صفحات: 376 زبان: German فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 Mb
در صورت تبدیل فایل کتاب Prognoserechnung به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب محاسبه پیش بینی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب حاوی توضیحات فشرده ای از روش های پیش بینی است که در درجه اول در سیستم های پردازش داده های تجاری استفاده می شود. در مشارکتهای متخصصان با سالها تجربه پیشبینی، همچنین نشان داده میشود که چگونه میتوان از روشهای فردی در عملیات صنعتی استفاده کرد و مشکلات در هنگام استفاده از روشها کجاست. هدف این کتاب علم و عمل است. ویرایش پنجم برخی از پیشرفتهای اخیر در روششناسی پیشبینی را در نظر میگیرد. با کمک هوش مصنوعی، دانش کارشناسان ریاضی و پیشبینیکنندگان با تجربه به کامپیوتر آموزش داده میشود، که این امر همچنین به افراد عادی امکان میدهد مدلهای پیشبینی پیچیده را انتخاب و تطبیق دهند. روشهای تشخیص الگو برای تحلیل سریهای زمانی مناسب هستند، زیرا در مدلسازی زمانبر صرفهجویی میکنند. پیشنهادات و آزمایشات شناخته شده تا کنون و مقایسه با روش های مرسوم در مقاله ای جدید گردآوری شده است.
Mit diesem Buch liegen kompakte Beschreibungen von Prognoseverfahren vor, die vor allem in betriebswirtschaftlichen DV-Systemen eingesetzt werden. In Beiträgen von Praktikern mit langjähriger Prognoseerfahrung wird zusätzlich gezeigt, wie die einzelnen Methoden im Industriebetrieb Verwendung finden können und wo die Probleme beim Einsatz der Verfahren liegen. So wendet sich dieses Buch gleichermaßen an Wissenschaft und Praxis. Mit der fünften Auflage werden einige neuere Entwicklungen der Vorhersagemethodik berücksichtigt. Mit Hilfe von künstlicher Intelligenz bringt man dem Rechner Wissen mathematischer Experten und erfahrener Prognostiker bei, das auch Laien in die Lage versetzt, komplizierte Prognosemodelle auszuwählen und anzupassen. Zur Zeitreihenanalyse eignen sich Methoden der Mustererkennung, die eine aufwendige Modellbildung ersparen. Die Vorschläge und Experimente, die bisher bekannt sind, und Vergleiche mit konventionellen Verfahren wurden in einem neuen Beitrag zusammengestellt.
Front Matter....Pages I-XVII
Prognoserechnung — Einführung und Überblick....Pages 1-5
Einführung in die kurzfristige Zeitreihenprognose und Vergleich der einzelnen Verfahren....Pages 7-39
Einführung in die Zeitreihenprognose bei saisonalen Bedarfsschwankungen und Vergleich der Verfahren von Winters und Harrison ....Pages 41-55
Prognose bei unregelmäßigem Bedarf....Pages 57-68
Ein gemischt deterministisch-stochastisches Prognoseverfahren....Pages 69-72
Prognose mit Hilfe von Verweilzeitverteilungen....Pages 73-86
Initialisierung und Überwachung von Prognosemodellen....Pages 87-99
Punkt-, Intervallprognose und Test auf Strukturbruch mit Hilfe der Regressionsanalyse....Pages 101-115
Adaptive Einflußgrößenkombination (AEK) — Prognosen mit schrittweiser Regression und adaptivem Gewichten....Pages 117-156
Mittel- und langfristige Absatzprognose auf der Basis von Sättigungsmodellen....Pages 157-193
Modellgestützte Marktanteilsprognosen auf Basis von Paneldaten....Pages 195-203
Indikatorprognosen....Pages 205-212
Prognoserechnung am Beispiel der Wahlhochrechnung....Pages 213-228
Lineare Filter und integrierte autoregressive Prozesse....Pages 229-246
FASTPROG — Einsatz von Prognosemethoden in der Praxis....Pages 247-257
Prognose uni- und multivariater Zeitreihen....Pages 259-277
Die Input-Output-Rechnung als Hilfsmittel der Prognose....Pages 279-296
Prognose mit Hilfe von Markovprozessen....Pages 297-315
Der Beitrag der Künstlichen Intelligenz zur betrieblichen Prognose....Pages 317-348
Vergleich und Auswahl von Prognoseverfahren für betriebswirtschaftliche Zwecke....Pages 349-363
Back Matter....Pages 365-370