Verwendung

Die lineare Regression ist eine statistische Methode, die zur Prognostizierung von Trends angewandt werden kann. Im Gegensatz zu den meisten anderen Prognosemethoden für Trends werden die Prognoseparameter nicht dadurch bestimmt, dass von einer ersten Annahme ausgegangen und diese dann von einer Periode zur nächsten weiter verbessert wird. Vielmehr berücksichtigt die lineare Regression sämtliche Daten gemeinsam und legt eine Gerade durch die Daten, sodass der kleinstmögliche Fehler (Summe der Quadrate) ermittelt wird.

Funktionsumfang

Die lineare Regression benötigt keine Parameter wie Alpha oder Beta. Der einzige Parameter, den Sie eingeben können, ist das Trenddämpfungsprofil.

Das System führt eine Ex-post-Prognose aus, so dass Sie die Ergebnisse mit anderen Methoden vergleichen können.

Eine Initialisierung erfolgt nicht. Dies bedeutet, dass Sie alle Vergangenheitsdaten zur Berechnung der Prognose heranziehen können. Wie für alle anderen Prognosemethoden gilt auch hier: Je mehr Vergangenheitsdaten vorhanden sind, desto genauer ist die Prognose.