Quantitative Methoden - Verständnisfragen & Quiz: Unterschied zwischen den Versionen
Aus Controlling-Wiki
(Die Seite wurde neu angelegt: „=Verständisfragen & Quiz= a) Entscheiden Sie durch Ankreuzen, ob folgenden Aussagen richtig oder falsch sind. Korrigieren Sie falsche Aussagen. {| class="wikitable" style="margin:auto" ! !! Aussage !! Richtig !! Falsch |- | a) || Für die Berechnung des gleitenden Durchschnitts werden zum Beispiel auf die Absätze von diversen vergangenen Monaten zurückgegriffen. || || |- | b) || Die multible Regressionsanalyse zeigt die Beziehung zwischen mindestens…“) |
|||
(7 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt) | |||
Zeile 1: | Zeile 1: | ||
=Verständisfragen & Quiz= | =Verständisfragen & Quiz= | ||
a) Entscheiden Sie durch Ankreuzen, ob folgenden Aussagen richtig oder falsch sind. Korrigieren Sie falsche Aussagen. | a) Entscheiden Sie durch Ankreuzen, ob die folgenden Aussagen richtig oder falsch sind. Korrigieren Sie falsche Aussagen. | ||
{| class="wikitable" style="margin:auto" | {| class="wikitable" style="margin:auto" | ||
! !! Aussage !! Richtig !! Falsch | ! !! Aussage !! Richtig !! Falsch | ||
|- | |- | ||
| a) || Für die Berechnung des gleitenden Durchschnitts | | a) || Für die Berechnung des gleitenden Durchschnitts wird zum Beispiel auf die Absätze von diversen vergangenen Monaten zurückgegriffen. || || | ||
|- | |- | ||
| b) || Die | | b) || Die multiple Regressionsanalyse zeigt die Beziehung zwischen mindestens zwei abhängigen und einer unabhängigen Variablen. || || | ||
|- | |- | ||
| c) || Der gewichtete gleitende Durchschnitt eignet sich, um stationäre vergangenheitsbasierte Zeitreihen analysieren zu können, um so mathematisch Prognosen für | | c) || Der gewichtete gleitende Durchschnitt eignet sich, um stationäre vergangenheitsbasierte Zeitreihen analysieren zu können, um so mathematisch Prognosen für zukünftige Planungen herzuleiten. || || | ||
|- | |- | ||
| d) || Bei dem gewichteten gleitenden Durchschnitt werden die IST- | | d) || Bei dem gewichteten gleitenden Durchschnitt werden die IST-Mengen in den einzelnen Monaten unterschiedlich gewichtet.|| || | ||
|} | |} | ||
b) Für welche Fragestellungen kann die Regressionsanalyse herangezogen werden? | b) Für welche Fragestellungen kann die Regressionsanalyse herangezogen werden? | ||
[[Lösungen Lern- und Praxismaterialien: Quantitative Methoden]] | |||
== Quellen == | |||
* Bas, E. (2020). [https://doi.org/10.1007/978-3-658-32120-8_7 Regressionsanalyse]. In E. Bas (Hrsg.), Einführung in Wahrscheinlichkeitsrechnung, Statistik und Stochastische Prozesse (S. 296–314). Springer Fachmedien Wiesbaden. | |||
* Kuhne, D. (2015). [https://link.springer.com/chapter/10.1007/978-3-658-04492-3_1 Multiple Regression als Konzept zur Absatzprognose]. In O. Gansser & B. Krol (Hrsg.), Markt- und Absatzprognosen: Modelle—Methoden—Anwendung (S. 27–48). Springer Fachmedien Wiesbaden. | |||
* Lütke Entrup, M., & Goetjes, D. (2019). [https://doi.org/10.1007/978-3-658-22891-0_3 Sales & Operations Planning-Prozess]. In M. Lütke Entrup & D. Goetjes (Hrsg.), Sales & Operations Planning in der Konsumgüterindustrie: Mit Best-Practice-Prozessen nachhaltig die Wettbewerbsfähigkeit steigern (S. 9–53). Springer Fachmedien Wiesbaden. | |||
* Lütke Entrup, M., & Goetjes, D. (2019). [https://doi.org/10.1007/978-3-658-22891-0_4 Systemgestützte Absatzplanung]. In M. Lütke Entrup & D. Goetjes (Hrsg.), Sales & Operations Planning in der Konsumgüterindustrie: Mit Best-Practice-Prozessen nachhaltig die Wettbewerbsfähigkeit steigern (S. 55–104). Springer Fachmedien Wiesbaden. | |||
== Autoren == | |||
Yvonne Birrer, Nicole Furrer, Fabienne Kretschmar, Endrit Muçaj |
Aktuelle Version vom 24. Juli 2022, 18:55 Uhr
Verständisfragen & Quiz
a) Entscheiden Sie durch Ankreuzen, ob die folgenden Aussagen richtig oder falsch sind. Korrigieren Sie falsche Aussagen.
Aussage | Richtig | Falsch | |
---|---|---|---|
a) | Für die Berechnung des gleitenden Durchschnitts wird zum Beispiel auf die Absätze von diversen vergangenen Monaten zurückgegriffen. | ||
b) | Die multiple Regressionsanalyse zeigt die Beziehung zwischen mindestens zwei abhängigen und einer unabhängigen Variablen. | ||
c) | Der gewichtete gleitende Durchschnitt eignet sich, um stationäre vergangenheitsbasierte Zeitreihen analysieren zu können, um so mathematisch Prognosen für zukünftige Planungen herzuleiten. | ||
d) | Bei dem gewichteten gleitenden Durchschnitt werden die IST-Mengen in den einzelnen Monaten unterschiedlich gewichtet. |
b) Für welche Fragestellungen kann die Regressionsanalyse herangezogen werden?
Lösungen Lern- und Praxismaterialien: Quantitative Methoden
Quellen
- Bas, E. (2020). Regressionsanalyse. In E. Bas (Hrsg.), Einführung in Wahrscheinlichkeitsrechnung, Statistik und Stochastische Prozesse (S. 296–314). Springer Fachmedien Wiesbaden.
- Kuhne, D. (2015). Multiple Regression als Konzept zur Absatzprognose. In O. Gansser & B. Krol (Hrsg.), Markt- und Absatzprognosen: Modelle—Methoden—Anwendung (S. 27–48). Springer Fachmedien Wiesbaden.
- Lütke Entrup, M., & Goetjes, D. (2019). Sales & Operations Planning-Prozess. In M. Lütke Entrup & D. Goetjes (Hrsg.), Sales & Operations Planning in der Konsumgüterindustrie: Mit Best-Practice-Prozessen nachhaltig die Wettbewerbsfähigkeit steigern (S. 9–53). Springer Fachmedien Wiesbaden.
- Lütke Entrup, M., & Goetjes, D. (2019). Systemgestützte Absatzplanung. In M. Lütke Entrup & D. Goetjes (Hrsg.), Sales & Operations Planning in der Konsumgüterindustrie: Mit Best-Practice-Prozessen nachhaltig die Wettbewerbsfähigkeit steigern (S. 55–104). Springer Fachmedien Wiesbaden.
Autoren
Yvonne Birrer, Nicole Furrer, Fabienne Kretschmar, Endrit Muçaj