EXCEL-Rechnung Regressionsanalyse

EXCEL-Rechnung Regressionsanalyse

Hochrechnung Verbrauchsdaten

not yet rated
Author: Jörg Becker
Length: 4 page(s)
Language: Deutsch
Written: 2011
Sales Rank: - XinXii Sales Rank
Views: 7155

Category: Computer & IT » Business Software  |  Work: Statistic
Keywords: Informarionsanalyse, Prognoserechnung, Hochrechnng, Wissenstransfer, Vertriebscontrolling, Wissensbilanz, Marketinginformation, Unternehmensplanung, Wissensbilanz, EXCEL-Applikation, EXCEL-Tool, EXCEL-Arbeitshilfe

Progrnoaerechnung auf Basis Varianz-, Kovarianz-, Korrelationsrechnung

Regressionsanalyse - Prognoserechnung von Verbrauchsdaten
Während mit der Korrelationsanalyse die wechselseitige Beziehung zwischen zwei Merkmalen untersucht werden kann, beschäftigt man sich hier mit einseitigen Abhängigkeiten: d.h. wie entwickeln sich Werte einer abhängigen Variablen unter dem Einfluss einer unabhängigen Variablen ? Anwendungsfall der Regressionsanalyse ist somit beispielsweise die Prognoserechnung, beispielsweise: welche Produkt-Abverkaufsmengen (= abhängige Variable) sind bei bestimmten Preisen (= unabhängige Variable) zu erwarten ? welche Sparneigung (= abhängige Variable) ist bei einem bestimmten Einkommen (= unabhängige Variable) zu erwarten ?
Während mit der Korrelationsanalyse beispielsweise die Abhängigkeit des Kaffeverbrauchs von der Haushaltsgröße bestimmt wurde, kann mit Hilfe der Regressionsanalyse mit Hilfe der Haushaltsgröße eine Prognose des Kaffeverbrauchs erstellt werden.

Die Gerade in o.a. Abbildung wird durch folgende Formel ausgedrückt:
y = a + b * x
x = unabhängige Variable (Haushaltsgröße)
a = Regressionskonstante; gibt Parallelverschiebung zur x-Achse an
b = Regressionskoeffizient; gibt Steigung der Geraden an
y = abhängige Variable (Verbrauch)
Die durch o.a. Geraden-Gleichung erstellte Prognose ist umso genauer, je geringer die Abstände der einzelnen Punkte von der Geraden sind.

n = Fallzahl
xi = Ausprägung der Untersuchungseinheit i auf der Variablen x
yi = Ausprägung der Untersuchungseinheit i auf der Variablen y
Regressionskonstante a = y - b * x
y = arithmetisches Mittel der Variablen 1
x = arithmetisches Mittel der Variablen 2


Seller assumes all responsibility for this listing.

About the Author

Jörg Becker | Author on XinXii.com

Member since: Mar 2011
Publications on XinXii:  202
Jörg Becker hat leitende Funktionen in global arbeitenden Unternehmen bekleidet. In der Managementberatung hat er Erfahrung sowohl in verschiedenen Branchen als auch in Unternehmen unterschiedlicher Grösse. In diesem Rahmen hat Jörg Becker zahlreiche anspruchsvolle Projekte entwickelt und verantwortlich geleitet. Jörg Becker war Referent in Seminaren für Führungskräfte und ist Mitglied im DJV.

No review yet.

Back
  $ 7.83
VAT included
Instantly download after purchase
 MS Office Excel
File format:
Look Inside