آموزش تجزیه و تحلیل کسب و کار: پیش بینی با هموار سازی فصلی پایه

Business Analytics: Forecasting with Seasonal Baseline Smoothing

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: هموار سازی نمایی فصلی پسوند صاف کننده نمایی ساده (SES) است. هموار سازی فصلی اغلب هنگامی استفاده می شود که خط پایه قله ها و دره های منظم فصلی را نشان دهد. مصرف آب مسکونی مثال آشنایی است: مصرف در تابستان افزایش می یابد و در پاییز کاهش می یابد و در زمستان و بهار کاهش می یابد - اما مصرف کلی سالانه در طول چندین سال ثابت می ماند. در این دوره ، مشاور تجربی تجزیه و تحلیل تجارت و کارشناس آموزشی ، کنراد کارلبرگ ، نشان می دهد که چگونه می توان تغییرات فصلی را برای پیش بینی های دقیق تر و بصیرتر ترکیب کرد. با نحوه شناسایی فصلی ، انجام هموار سازی فصلی خطوط پایه افقی و بهینه سازی پیش بینی های خود با R و Microsoft Excel آشنا شوید.
      موضوعات شامل:
      • مشخص کنید که چه فصلی را از یک روند یا یک چرخه متمایز می کند.
      • نحوه استفاده از منابع مطلق و نسبی را در نامهای تعریف شده کاوش کنید و به یاد بیاورید که مرجع مطلق همیشه ثابت باقی می ماند در حالی که منابع نسبی بسته به سابقه تغییر می کنند.
      • با بررسی توابع همبستگی در یک کلاگرام ، فصلی بودن را در یک خط پایه مشخص کنید.
      • نحوه مقدماتی ساختن جلوه های فصلی را در یک خط پایه بررسی کنید.
      • پیش بینی سطح فعلی پایه و اثر فصلی فعلی از مشاهدات قبلی ، پیش بینی ها و ثابت های هموار.
      • اندازه گیری خطای کل در یک پیش بینی را کم کنید و با استفاده از Solver آن را به حداقل برسانید.
      • یک خط پایه در یک شی داده ایجاد کنید و از آن خط پایه در R. پیش بینی کنید.
      • نتایج اکسل و R را با یکدیگر مقایسه کنید.

      سرفصل ها و درس ها

      مقدمه Introduction

      • چرا هموارسازی پایه فصلی به رگرسیون شما کمک می کند Why seasonal baseline smoothing will help your regression

      • راه اندازی نرم افزار Software setup

      1. نزدیک شدن به صاف کردن فصلی 1. Approaches to Seasonal Smoothing

      • فصلی بودن در یک پایه Seasonality in a baseline

      • اسامی تعریف شده و مراجع نسبی Defined names and relative references

      • تشخیص فصلی Diagnosing seasonality

      • فهرستهای ساده فصلی Simple seasonal indexes

      • هموار سازی فصلی و پایه های افقی Seasonal smoothing and horizontal baselines

      2. بهینه سازی پیش بینی های فصلی 2. Optimizing Seasonal Forecasts

      • به حداقل رساندن RMSE Minimizing RMSE

      • برگه پیش بینی اکسل The Excel Forecast Sheet

      • برای پیش بینی فصلی در R آماده شوید Prepare to make a seasonal forecast in R

      نتیجه Conclusion

      • مراحل بعدی Next steps

      نمایش نظرات

      آموزش تجزیه و تحلیل کسب و کار: پیش بینی با هموار سازی فصلی پایه
      جزییات دوره
      49m 39s
      11
      Linkedin (لینکدین) Linkedin (لینکدین)
      (آخرین آپدیت)
      12,576
      - از 5
      ندارد
      دارد
      دارد
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Conrad Carlberg Conrad Carlberg

      Conrad Carlberg نویسنده و مشاور متخصص در تجزیه و تحلیل کمی و آماری است. او تاکنون 15 کتاب در مورد استفاده از Microsoft Excel برای تجزیه و تحلیل کمی تألیف کرده است. وی دارای دکترای آمار است و از سال 1995 تاکنون مشاغل مشاوره ای متخصص در تجزیه و تحلیل آماری در زمینه های پزشکی و مالی را اداره کرده است.