Programmierung in R.

Prognosemodell mit R.

In diesem Projekt haben wir ein Prognosemodell für Rohstoffpreise entwickelt und ein Tool programmiert, das täglich Preisprognosen erzeugt.

Herausforderung.

Mit linearen und nichtlinearen Regressionsmodellen lassen sich, neben der Bestimmung von Signifikanzen, auch Vorhersagen hinsichtlich der abhängigen Variable des Modells treffen. Dabei ist die Güte der Vorhersage von der Auswahl der Einflussfaktoren und der Art der Zusammenhänge zwischen UV und AV des Modells abhängig. In diesem Projekt haben wir gemeinsam mit unserem Kunden ein Modell entwickelt, das basierend auf verschiedenen makroökonomischen Faktoren und Industriekennzahlen den Preis bestimmter Rohstoffe am Folgetag vorhersagen kann.

Ansatz.

Nach dem Import und der Aufbereitung der Daten haben wir eine deskriptive und bivariate Prüfung der Daten vorgenommen. Insbesondere der Zusammenhang zwischen den verschiedenen Kennzahlen und der AV des Modells stand hierbei im Vordergrund. Zur Analyse der Art des Zusammenhangs (linear, nicht-linear usw.) wurden Scatterplots erstellt. Nach der Definition der Einflussfaktoren wurden verschiedene lineare und nicht-lineare Regressionsmodelle spezifiziert, die gegeneinander gebenchmarked wurden. Hierbei ist es wichtig, eine sog. Out-of-Sample Prognose zugrunde zu legen. Es zeigte sich, dass ein nichtparametrischer Regressionsansatz die beste Prognosegüte in die Zukunft lieferte. Das finale Modell wurde zum Abschluss in einen R Code eingebettet, um nach Bedarf Preisprognosen zu erzeugen.

Ergebnis.

Das erstellte Modell wurde theoretisch und inhaltlich dokumentiert und gemeinsam mit dem Kunden diskutiert. Die gefundenen Zusammenhänge, Modellparameter und Ergebnisse wurden schriftlich dokumentiert und zusammen mit Abbildungen und Tabellen dem Kunden vollständig zugänglich gemacht.

Projekt Info.

Studiengang: VWL
Thema: Prognosemodell
Tools: R
Dauer: 2 Tage
Projektlaufzeit: 1 Woche

STATWORX Kontakt.

Dein Ansprechpartner:
Nick Bornschein
Teamleiter Statistik

Download Case.

Downloade dieses Projekt als PDF zur weiteren Verwendung.

PDF Download

Deine Daten in besten Händen.

Statistik für Studenten.

Wir helfen Studenten, Doktoranden und Medizinern bei der statistischen Auswertung ihrer Daten.