FRCT | spss
Training FRCT

Demand and Sales Forecasting

Obiettivi

Nozioni per gestire un archivio di dati storici, effettuando operazioni di selezione, trasformazione, aggregazione, ecc.

Tecniche presentate

Analisi preliminare della serie storica, mediante rappresentazioni grafiche e studio delle autocorrelazioni.

Esercitazioni:

Sono previste esercitazioni per ciascuno degli argomenti trattati.

Prerequisiti

E' propedeutica la frequenza al corso INTRO o avere una conoscenza intermedia di Statistics for Data Analysis.

Argomenti:

La regressione Lineare

  • Richiami di regressione lineare semplice

  • la regressione lineare multipla

    • La verifica d'ipotesi sui parametri

    • la selezione automatica delle variabili

    • Analisi dei residui

    • La multicollinearità

    • Utilizzo del modello per la previsione e la simulazione

  • Introduzione al modello lineare generalizzato

    • L'analisi della varianza

    • I modelli ad effetti misti

    • L'analisi della varianza multivariata e le misure ripetute

 

Introduzione all'analisi delle serie storiche

Definizione di serie storica

Cos'è una buona previsione

Schema concettuale di un sistema di previsione

Scelta di un modello

Applicazioni di forecasting analysis

  • Le operazioni utili e caratteristiche di Statistics for Data Analysis

  • I modelli di regressione e loro applicazioni

 

I modelli econometrici: econometria e regressione

L'approccio decompositivo

  • Modello moltiplicativo e additivo nel trattamento delle componenti stagionali

 

I livellamenti esponenziali

  • Previsione con i livellamenti

 

I processi Stocastici

  • I modelli ARIMA

    • Costruzione di un  modello arima stagionale

  • L'intervention analysis: elementi relativi ai modelli ARIMA

    • Previsione e simulazione con i modelli ARIMA utilizzando variabili di dummy

    • Trattazione di break strutturali con i modelli ARIMA

  • I modelli ARMAX: uso delle covariate

  • Modelli multivariati: modelli VAR standard

 

Performance dei modelli di previsione, cenni sulla simulazione e previsione automatica.

 

 

 

SPS S.r.l.

Sede legale:
Via Antonio Zanolini 36 AB,40126 Bologna
P.IVA e C.F. 04222630370

COPYRIGHT © 2014 CF/P.IVA  04222630370 - ALL RIGHTS RESERVED