國立虎尾科技大學 |

Prognosen bewerten = Statistische Grundlagen und praktische Tipps /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Prognosen bewerten/ von Michael Feindt, Ulrich Kerzel.
其他題名:	Statistische Grundlagen und praktische Tipps /
作者:	Feindt, Michael.
其他作者:	Kerzel, Ulrich.
面頁冊數:	XII, 86 S.online resource. :
Contained By:	Springer Nature eBook
標題:	Business mathematics. -
電子資源:	https://doi.org/10.1007/978-3-662-44683-6
ISBN:	9783662446836

Prognosen bewerten = Statistische Grundlagen und praktische Tipps /
Feindt, Michael.

Prognosen bewertenStatistische Grundlagen und praktische Tipps /[electronic resource] :von Michael Feindt, Ulrich Kerzel. - 1st ed. 2015. - XII, 86 S.online resource.

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.

ISBN: 9783662446836

Standard No.: 10.1007/978-3-662-44683-6doiSubjects--Topical Terms:

557696
Business mathematics.

LC Class. No.: HF5691-5716

Dewey Class. No.: 330.0151

Prognosen bewerten = Statistische Grundlagen und praktische Tipps /
LDR:02464nam a22003375i 4500 001 963141
003 DE-He213
005 20200711003628.0
007 cr nn 008mamaa
008 201211s2015 gw | s |||| 0|ger d
020 $a 9783662446836 $9 978-3-662-44683-6
024 7 $a 10.1007/978-3-662-44683-6 $2 doi
035 $a 978-3-662-44683-6
050 4 $a HF5691-5716
072 7 $a KJQ $2 bicssc
072 7 $a BUS091000 $2 bisacsh
072 7 $a KJQ $2 thema
082 0 4 $a 330.0151 $2 23
100 1 $a Feindt, Michael. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1258081
245 1 0 $a Prognosen bewerten $h [electronic resource] : $b Statistische Grundlagen und praktische Tipps / $c von Michael Feindt, Ulrich Kerzel.
250 $a 1st ed. 2015.
264 1 $a Berlin, Heidelberg : $b Springer Berlin Heidelberg : $b Imprint: Springer Gabler, $c 2015.
300 $a XII, 86 S. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
520 $a 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.
650 0 $a Business mathematics. $3 557696
650 0 $a Statistics . $3 1253516
650 1 4 $a Business Mathematics. $3 1063156
650 2 4 $a Statistical Theory and Methods. $3 671396
650 2 4 $a Statistics, general. $3 671463
700 1 $a Kerzel, Ulrich. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1258082
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783662446829
856 4 0 $u https://doi.org/10.1007/978-3-662-44683-6
912 $a ZDB-2-SWI
950 $a Business and Economics (German Language) (SpringerNature-11775)