Geachte heren en dames,
Voor een opdracht moeten wij een bepaald model proberen te maken die het vraagproces van producten bij een bedrijf goed kan benaderen. De data is alleen van de werkdagen, in het weekend is er namelijk geen vraag.
In de bijgevoegde excel sheet zal het één en ander verduidelijkt worden:
kolom 1: dag 1 tot dag 26 (werkdagen)
kolom 2: vraag naar product op die dag
kolom 3: kans (berekend door aantal van die dag te delen door totaal)
kolom 4: cumulatieve kans
Bedoeling is een statische verdeling (bijvoorbeeld gamma of exponentiele) verdeling die past bij dit vraagproces, met bijbehorende parameters. Uiteindelijk moet die gekozen verdeling met ingevulde parameters een redelijk goede benadering geven voor het vraagproces.
Wij hebben al veel geprobeerd hoe dit zou moeten, maar komen er niet uit. Probleem is namelijk dat op de maandagen (4 stuks) de vraag ongeveer 2x zo groot is als op de andere werkdagen. Dit zorgt voor problemen.
Ik hoop dat jullie wat ideeën hebben over dit probleem.
Met vriendelijke groet,
Bas
Zie bijlage[/b]
Laatste berichten
-
23:25
2013 – Augustus Vraag 3
-
23:07
Rood laserlicht 2
-
23:04
Bruine vlekken op treinaanwijzerbord 5
-
15:28
Vraag 2009 Juli Vraag 5 5
-
12:51
positie 2
-
10:44
Schroefdraad berekening 8
-
24 apr
[scheikunde] Kan chloorgas de geleiding van elektriciteit belemmeren? 9
-
23 apr
Weerfrustratie 9
-
23 apr
geen minkowski-ruimte toch? Doe ik dit nou fout? 15
-
23 apr
do-re-mi-fa-so vliegtuigen 7
-
23 apr
Kunnen quantum Zonnecellen 190% quantum efficiënt zijn 3
-
23 apr
De Euro Nederlandse 100 qubit computer komt eraan
-
23 apr
projectiel 8
-
23 apr
Verschil tussen deze 2 vragen 5
-
23 apr
[scheikunde] berekeningen labo vitamine c bepaling 1
-
22 apr
[wiskunde] rode en witte ballen verdelen 8
-
22 apr
Rotatie van het heelal 41
-
22 apr
Muntje opgooien 14
-
21 apr
Reactiviteit silyl enol ethers 1
-
21 apr
Criterium voor vochtretentie
Nieuwsberichten
-
04 mar
Een nieuw soort magnetisme: altermagnetisme
-
31 okt
AI kan via stem diabetes vaststellen 11
-
21 okt
Einstein krijgt wéér gelijk 45
-
07 feb
witter dan wit 20
-
19 jun
irrigatie en de aardas
[statistiek] van data naar een passend model
Moderators: ArcherBarry, Fuzzwood
-
- Berichten: 339
Re: [statistiek] van data naar een passend model
Waarom zou je een verdeling moeten fitten? Je zou de variabele dag kunnen transformeren in: wel/geen maandag. Voor beide bereken je een parameter; dat verklaart een groot deel van de variantie.
Misschien kan het model verfijnd worden door de andere dagen apart (categoriaal) te fitten; of door te kijken of begin van de periode anders is dan eind van de periode. Maar dat is verfijning.
Misschien kan het model verfijnd worden door de andere dagen apart (categoriaal) te fitten; of door te kijken of begin van de periode anders is dan eind van de periode. Maar dat is verfijning.
-
- Berichten: 29
Re: [statistiek] van data naar een passend model
Hmm, opzich niet gek wat je denkt, maar ik vraag me wel af of er dan nog wel sprake is van een 'model'.
Jij zegt bovendien: Voor beide bereken je een parameter;
De parameter waarvan dan? Of bedoel je gewoon dat je voor bijvoorbeeld die 4 maandagen het gemiddelde gaat uit rekenen? En vervolgens hetzelfde gaat doen voor de niet-maandagen?
Maar zeker bedankt, hebben we tenminste wat aanknopingspunten. We kregen alleen de vraaggegevens, het gedeelte van 'kans' & 'cumulatief' hebben we zelf bedacht. Dus misschien heb je gelijk, en zitten we op het verkeerde spoor.
Zou je nog kunnen verfijnen hoe je die parameters dan zou willen schatten?
Alvast Bedankt!
Bas
Jij zegt bovendien: Voor beide bereken je een parameter;
De parameter waarvan dan? Of bedoel je gewoon dat je voor bijvoorbeeld die 4 maandagen het gemiddelde gaat uit rekenen? En vervolgens hetzelfde gaat doen voor de niet-maandagen?
Maar zeker bedankt, hebben we tenminste wat aanknopingspunten. We kregen alleen de vraaggegevens, het gedeelte van 'kans' & 'cumulatief' hebben we zelf bedacht. Dus misschien heb je gelijk, en zitten we op het verkeerde spoor.
Zou je nog kunnen verfijnen hoe je die parameters dan zou willen schatten?
Alvast Bedankt!
Bas
-
- Berichten: 339
Re: [statistiek] van data naar een passend model
Maak een variabele x, gedefinieerd als x = 0 als maandag, x=1 als andere weekdag
Met regressie kun je een model bedenken, waarmee je de gevonden uitkomsten (vraag naar het product per dag) probeert te voorspellen. Noem de uitkomst van het model y.
De meest simpele regressie is dan:
y = ax +b
De computer berekent een a en een b, waarmee de door het model verklaarde variantie zo groot mogelijk wordt. (Dus waarmee y zo dicht mogelijk in de buurt komt van de data (=vraag naar het product per dag))
Met regressie kun je een model bedenken, waarmee je de gevonden uitkomsten (vraag naar het product per dag) probeert te voorspellen. Noem de uitkomst van het model y.
De meest simpele regressie is dan:
y = ax +b
De computer berekent een a en een b, waarmee de door het model verklaarde variantie zo groot mogelijk wordt. (Dus waarmee y zo dicht mogelijk in de buurt komt van de data (=vraag naar het product per dag))
-
- Berichten: 29
Re: [statistiek] van data naar een passend model
Ok, bedankt ik denk dat wij inderdaad te moeilijk dachten.
Er blijft nog wel een resterende vraag over:
-hoe kunnen wij aantonen dat de vraag van dinsdag t/m vrijdag nagenoeg gelijk is?
-hoe kunnen wij aantonen dat de vier weken zich op dezelfde manier gedragen?
Bestaan hier statistische toetsen voor?
Er blijft nog wel een resterende vraag over:
-hoe kunnen wij aantonen dat de vraag van dinsdag t/m vrijdag nagenoeg gelijk is?
-hoe kunnen wij aantonen dat de vier weken zich op dezelfde manier gedragen?
Bestaan hier statistische toetsen voor?
-
- Berichten: 339
Re: [statistiek] van data naar een passend model
(Disclaimer: ik ben geen statistiek-expert, ik kan er alleen een beetje mee spelen)
Hoe weet je of een extra voorspellende parameter in je model zin heeft?
Door 2 modellen te vergelijken: maakt een extra parameter het model significant beter. De verklaarde variantie wordt altijd beter als je een extra parameter schat, maar is het ook significant. Daar zijn verschillende testen voor, afhankelijk van de exacte methode die je gebruikt. vb F-test, likelihood ratio test.
* Je zou een model met x als categorie met 2 levels (dagen) kunnen vergelijken met x met 5 levels.
* De 1e kolom (dag) zou je kunnen splitsen in w - weeknummer en x - dagnummer (beide als categorie), om vervolgens te kijken of y = ax + cw + b beter is dan y = ax + b.
Je zou met variantie-analyse (analysis-of-variance, ANOVA) een heel eind moeten kunnen komen. Het kan ook met regressie (dat is in dit geval niet wezenlijk anders).
Hoe weet je of een extra voorspellende parameter in je model zin heeft?
Door 2 modellen te vergelijken: maakt een extra parameter het model significant beter. De verklaarde variantie wordt altijd beter als je een extra parameter schat, maar is het ook significant. Daar zijn verschillende testen voor, afhankelijk van de exacte methode die je gebruikt. vb F-test, likelihood ratio test.
* Je zou een model met x als categorie met 2 levels (dagen) kunnen vergelijken met x met 5 levels.
* De 1e kolom (dag) zou je kunnen splitsen in w - weeknummer en x - dagnummer (beide als categorie), om vervolgens te kijken of y = ax + cw + b beter is dan y = ax + b.
Je zou met variantie-analyse (analysis-of-variance, ANOVA) een heel eind moeten kunnen komen. Het kan ook met regressie (dat is in dit geval niet wezenlijk anders).
