Zusammenfassung
Der Aufwand der Einarbeitung in statistische Softwarepakete stellt eine nicht zu unterschätzende Hürde vor der praktischen Anwendung von quantitativen Prognoseverfahren dar, mit denen zum Beispiel begründete Vorhersagen für zukünftige Auftragseingänge erstellt werden können. In diesem Beitrag wird die Anwendung der Open Source Software gretl auf einige grundlegende deskriptive Prognoseverfahren dargestellt: die lineare Regression, das exponentielle Glätten und das Holt-Winters-Verfahren der exponentiellen Glättung von Zeitreihen mit Trend- und Saisonkomponente. Gretl ist frei erhältlich, genügt professionellen Ansprüchen und ist dank einer menügesteuerten Benutzeroberfläche einfach zu bedienen, wodurch die Einstiegshürde niedriger gelegt wird.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Aus Platzgründen können Indizes hier nicht weiter erläutert werden, vgl. dazu ein beliebiges Lehrbuch der Statistik, zum Beispiel Lübke und Vogt (2015). Für die folgende Darstellung der Prognoseverfahren können Sie sich einfach vorstellen, dass der Wert der Auftragseingänge im April 2005 auf 100 Prozent normiert wurde. Im Juli 2013 ist der Wert dann gegenüber April 2005 um 65,8 Prozent gestiegen.
- 2.
Sie finden diese Daten (gegebenenfalls in einer aktualisierten Fassung) im Excel-Format auf https://www.destatis.de/DE/Publikationen/Thematisch/Bauen/BaugewerbeKonjunktur/Lange-ReihenAuftragseingangBaugewerbe.html.
- 3.
Die Bezeichnung rührt daher, dass man zeigen kann, dass der Einfluss der vergangenen Zeitreihenwerte auf die aktuelle Prognose mit der zeitlichen Entfernung exponentiell abnimmt.
- 4.
Im Beitrag „Szenarioanalyse als Prognoseinstrument mit einem Beispiel zur Kundenbindung“ in diesem Band wird gezeigt, wie man diesen und andere Glättungsparameter auch optimal berechnen kann.
- 5.
Für dieses Kapitel ist die Version 1.4 der HoltWinters-Funktionsdatei verwendet worden.
- 6.
Einen Überblick finden Sie zum Beispiel im Kap. 7 von Hyndman und Athanasopoulos (2013), einem frei zugänglichen Onlinelehrbuch der Prognoseverfahren.
- 7.
Multiplikative Modelle eignen sich vor allem dann, wenn die Schwankungen bei höherem Niveauwert eine tendenziell größere Amplitude aufweisen.
Literatur
Adkins, L. C. (2013). Using gretl for Principles of Econometrics, 4. Auflage, Version 1.041. http://www.LearnEconometrics.com/gretl.html. Zugegriffen: 16.01.2014
Brown, R. G. (1959). Statistical Forecasting for Inventory Control. New York.: McGraw-Hill.
Cottrell, A., & Lucchetti, R. (2012). Gretl User’s Guide, Teil des gretl-Programmpaketes, hier Version 1.9.12. http://gretl.sourceforge.net
Gardner Jr., E. S. (2006). Exponential Smoothing: The state of the Art - Part II. International Journal of Forecasting, 22(4), 637–666.
Goodwin, P. (2010). The Holt-Winters Approach to Exponential Smoothing: 50 Years Old and Going Strong. Foresight, 19, 30–33.
Hackl, P. (2013). Einführung in die Ökonometrie (2. Aufl.). München: Pearson.
Hill, R. C., Griffiths, W. E., & Lim, G. C. (2011). Principles of Econometrics (4. Aufl.). New York.: Wiley.
Holt, C. (1959). Forecasting seasonals and trends by exponentially weighted moving averages. ONR Research Memorandum, Bd. 52.
Hyndman, R. J., & Athanasopoulos, G. (2013). Forecasting: Principles and Practice. http://otexts.org/fpp/. Zugegriffen: 16.01.2014
Juhn, G., & Loungani, P. (2002). Further Cross-Country Evidence on the Accuracy of the Private Sector’s Output Forecasts. IMF Staff Papers, 49(1), 49–64.
Lübke, K., & Vogt, M. (2015). Angewandte Wirtschaftsstatistik: Daten und Zufall. Wiesbaden: Springer Gabler.
Sandte, H. (2004). Grenzen von Prognosen - oder: Warum Prognostiker irren (dürfen). Das Wirtschaftsstudium, 33, 189–190.
Schlittgen, R., & Streitberg, B. H. J. (2001). Zeitreihenanalyse (9. Aufl.). München: Oldenbourg.
Winters, P. (1960). Forecasting sales by exponentially weighted moving averages. Management Science, 6, 324–342.
Yalta, A. T., & Yalta, A. Y. (2010). Should Economists Use Open Source Software for Doing Research? Computational Economics, 35(4), 371–394.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Christiaans, T. (2015). Deskriptive Prognose mit gretl. In: Gansser, O., Krol, B. (eds) Markt- und Absatzprognosen. FOM-Edition. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-04492-3_2
Download citation
DOI: https://doi.org/10.1007/978-3-658-04492-3_2
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-04491-6
Online ISBN: 978-3-658-04492-3
eBook Packages: Business and Economics (German Language)