Wirtschaftswissenschaftliche Fakultät

Suche

Business Forecasting


Dozent(in): Eugen Ivanov
Termin: Mo 14:00-15:30
Gebäude/Raum: HW 1003
Ansprechpartner: Eugen Ivanov


Inhalt der Lehrveranstaltung:

Präzise Prognosen mit richtig ausgewählten Methoden erlauben Unternehmen längerfristige Planung und helfen bei Entscheidungen im Produktionsprozess, der Logistik und bei personellen Fragen. Im Rahmen der Veranstaltung werden - mithilfe zahlreicher Beispiele aus der Praxis - verschiedene Ansätze zur Prognosenbildung und zur Evaluierung der Güte der Prognosen vermittelt. 

Dabei wird insbesondere auf die Art der vorliegenden Daten geachtet: Daten mit Trend, mit Saisonalitäten, binäre und nominale Daten, sowie volatile Daten.Für alle diese Typen von Daten werden spezielle Modellierungsmethoden vorgestellt. Ebenso spielen die Art der Prognose und geeignete Gütemaße zum Vergleich von Prognosen eine wichtige Rolle. Für die praktische Anwendung der erlernten Methoden wird die Statistiksoftware R genutzt.

  • Allgemeine Ziele und Ansätze bei der Prognosenbildung
  • Arten von Prognosen 
  • Messung der Güte der Prognosen
  • Trend, Saisonalitäten und Glättungsverfahren
  • Modellbasierte Prognosen
  • Prognosen bei binären und nominalen Daten
  • Spezielle Prognoseverfahren

 


Vorkenntnis für die Lehrveranstaltung:

Voraussetzung für eine erfolgreiche Teilnahme sind die mathematischen und statistischen Kenntnisse, welche in den Veranstaltungen Mathematik I/II und Statistik I/II vermittelt werden. Von Vorteil sind zudem Kenntnisse von quantitativen Methoden, wie sie in der Vorlesung Data Mining vermittelt werden. Die Bereitschaft sich in die quantitative Modellierung mit der Statistiksoftware R einzuarbeiten, wird vorausgesetzt. 


Literatur zur Lehrveranstaltung:

  • Treyer, O., 2010 „Business Forecasting: Anwendungsorientierte Theorie quantitativer Prognoseverfahren“, UTB
  • Mertens, P. und S. Rässler, 2005, „Prognoserechnung“, Physica-Verlag
  • Hanke, J. und D. Wichern, 2009, “Business Forecasting”, Pearson/Prentice Hall
  • Markidakis, S., Wheelwright, S. und R.J. Hyndman, 1998, "Forecasting: methods and applications", Wiley


weitere Informationen zu der Lehrveranstaltung:

empfohlenes Studiensemester der Lehrveranstaltung: Master
Fachrichtung Lehrveranstaltung: Master iBWL, GBM, DFM, ReWi, InfWirtschaft
Dauer der Lehrveranstaltung: 2 SWS
Typ der Lehrveranstaltung: V - Vorlesung
Leistungspunkte: 6
Bereich: Master || iBWL: Fortgesch. Methoden | GBM: Methoden | DFM und InfWI: F&I | ReWi: Allg. Bereich
Prüfung: Klausur
Turnus des Prüfungsangebots: SoSe 2017 letztmalig
Dauer der Prüfung: 60 min.
Semester: SS 2017