Eine Entwicklungsumgebung für Expertensysteme zur Zeitreihenanalyse View Full Text


Ontology type: schema:Chapter     


Chapter Info

DATE

1989

AUTHORS

Alois Geyer , Andreas Geyer-Schulz , Alfred Taudes

ABSTRACT

Die rasche Verbreitung von statistischen Softwarepaketen bringt eine Reihe von Vorteilen für die Unterstützung von Entscheidungen mit Hilfe der Zeitreihenanalyse. Betrachtet man allerdings die Probleme der Benutzergruppen genauer, stellt sich heraus, daß die Verfügbarkeit der Statistiksoftware alleine oft nicht für eine Anwendung dieser Technik auf breiter Basis ausreicht. Der Grund dafür liegt darin, daß statistische Standardpakete lediglich numerische Routinen für Parameterschätzungen und statistische Tests zur Verfügung stellen, deren korrekte Anwendung auf die jeweilige Problemstellung und die Interpretation der Ergebnisse aber dem Benutzer überlassen werden. Ein “naiver” Anwender, der wenig Erfahrung mitbringt und nur gelegentlich Zeitreihen untersucht, steht daher vor dem Problem, aus einer Vielzahl von möglichen Modellierungsansätzen den für sein Problem am besten geeigneten auszuwählen. Dann muß er ein “korrektes” Modell spezifizieren. Dies erfordert meist einen mehrstufigen Prozeß, der eine auf korrekten Interpretationen von Ergebnissen beruhende Folge von Entscheidungen darstellt. Das hiezu nötige statistische Wissen muß er sich aus einer schwer zugänglichen Fachliteratur erarbeiten. Die Folge dieses Mangels sind oft eine unkritische Interpretation von Ergebnissen oder eine suboptimale Verwertung der Daten, insbesondere wenn das jeweils einfachste Verfahren gewählt wird. Der “naive” Benutzer benötigt somit entweder eine Führung bei der Anwendung von Standardpaketen oder sollte überhaupt davon befreit werden, aus Statistiken Schlüsse ziehen zu müssen. Für diese Gruppe von Benutzern bieten sich automatische Prognosesysteme wie z.B, AUTOBOX ([Reilly]), AUTOCAST ([Levenbach Ass.]) oder CAPRI ([Libert]) an. More... »

PAGES

25-30

References to SciGraph publications

  • 1988-09. Model Identification in Exponential Smoothing in JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY
  • Book

    TITLE

    Operations Research Proceedings 1988

    ISBN

    978-3-540-51332-2
    978-3-642-74862-2

    Identifiers

    URI

    http://scigraph.springernature.com/pub.10.1007/978-3-642-74862-2_8

    DOI

    http://dx.doi.org/10.1007/978-3-642-74862-2_8

    DIMENSIONS

    https://app.dimensions.ai/details/publication/pub.1013690981


    Indexing Status Check whether this publication has been indexed by Scopus and Web Of Science using the SN Indexing Status Tool
    Incoming Citations Browse incoming citations for this publication using opencitations.net

    JSON-LD is the canonical representation for SciGraph data.

    TIP: You can open this SciGraph record using an external JSON-LD service: JSON-LD Playground Google SDTT

    [
      {
        "@context": "https://springernature.github.io/scigraph/jsonld/sgcontext.json", 
        "author": [
          {
            "familyName": "Geyer", 
            "givenName": "Alois", 
            "id": "sg:person.016367604423.08", 
            "sameAs": [
              "https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.016367604423.08"
            ], 
            "type": "Person"
          }, 
          {
            "familyName": "Geyer-Schulz", 
            "givenName": "Andreas", 
            "id": "sg:person.013346725710.94", 
            "sameAs": [
              "https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.013346725710.94"
            ], 
            "type": "Person"
          }, 
          {
            "familyName": "Taudes", 
            "givenName": "Alfred", 
            "id": "sg:person.010346251263.14", 
            "sameAs": [
              "https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.010346251263.14"
            ], 
            "type": "Person"
          }
        ], 
        "citation": [
          {
            "id": "https://doi.org/10.1016/s0019-9958(65)90241-x", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1009640697"
            ], 
            "type": "CreativeWork"
          }, 
          {
            "id": "https://doi.org/10.1002/for.3980010108", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1010697805"
            ], 
            "type": "CreativeWork"
          }, 
          {
            "id": "https://doi.org/10.1016/0377-2217(84)90012-2", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1034569220"
            ], 
            "type": "CreativeWork"
          }, 
          {
            "id": "https://doi.org/10.1016/0377-2217(84)90012-2", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1034569220"
            ], 
            "type": "CreativeWork"
          }, 
          {
            "id": "sg:pub.10.1057/jors.1988.146", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1044734159", 
              "https://doi.org/10.1057/jors.1988.146"
            ], 
            "type": "CreativeWork"
          }, 
          {
            "id": "https://doi.org/10.1002/for.3980010202", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1052028025"
            ], 
            "type": "CreativeWork"
          }, 
          {
            "id": "https://doi.org/10.1145/384282.28372", 
            "sameAs": [
              "https://app.dimensions.ai/details/publication/pub.1063170094"
            ], 
            "type": "CreativeWork"
          }
        ], 
        "datePublished": "1989", 
        "datePublishedReg": "1989-01-01", 
        "description": "Die rasche Verbreitung von statistischen Softwarepaketen bringt eine Reihe von Vorteilen f\u00fcr die Unterst\u00fctzung von Entscheidungen mit Hilfe der Zeitreihenanalyse. Betrachtet man allerdings die Probleme der Benutzergruppen genauer, stellt sich heraus, da\u00df die Verf\u00fcgbarkeit der Statistiksoftware alleine oft nicht f\u00fcr eine Anwendung dieser Technik auf breiter Basis ausreicht. Der Grund daf\u00fcr liegt darin, da\u00df statistische Standardpakete lediglich numerische Routinen f\u00fcr Parametersch\u00e4tzungen und statistische Tests zur Verf\u00fcgung stellen, deren korrekte Anwendung auf die jeweilige Problemstellung und die Interpretation der Ergebnisse aber dem Benutzer \u00fcberlassen werden. Ein \u201cnaiver\u201d Anwender, der wenig Erfahrung mitbringt und nur gelegentlich Zeitreihen untersucht, steht daher vor dem Problem, aus einer Vielzahl von m\u00f6glichen Modellierungsans\u00e4tzen den f\u00fcr sein Problem am besten geeigneten auszuw\u00e4hlen. Dann mu\u00df er ein \u201ckorrektes\u201d Modell spezifizieren. Dies erfordert meist einen mehrstufigen Proze\u00df, der eine auf korrekten Interpretationen von Ergebnissen beruhende Folge von Entscheidungen darstellt. Das hiezu n\u00f6tige statistische Wissen mu\u00df er sich aus einer schwer zug\u00e4nglichen Fachliteratur erarbeiten. Die Folge dieses Mangels sind oft eine unkritische Interpretation von Ergebnissen oder eine suboptimale Verwertung der Daten, insbesondere wenn das jeweils einfachste Verfahren gew\u00e4hlt wird. Der \u201cnaive\u201d Benutzer ben\u00f6tigt somit entweder eine F\u00fchrung bei der Anwendung von Standardpaketen oder sollte \u00fcberhaupt davon befreit werden, aus Statistiken Schl\u00fcsse ziehen zu m\u00fcssen. F\u00fcr diese Gruppe von Benutzern bieten sich automatische Prognosesysteme wie z.B, AUTOBOX ([Reilly]), AUTOCAST ([Levenbach Ass.]) oder CAPRI ([Libert]) an.", 
        "editor": [
          {
            "familyName": "Pressmar", 
            "givenName": "Dieter", 
            "type": "Person"
          }, 
          {
            "familyName": "J\u00e4ger", 
            "givenName": "Kurt E.", 
            "type": "Person"
          }, 
          {
            "familyName": "Krallmann", 
            "givenName": "Hermann", 
            "type": "Person"
          }, 
          {
            "familyName": "Schellhaas", 
            "givenName": "Helmut", 
            "type": "Person"
          }, 
          {
            "familyName": "Streitferdt", 
            "givenName": "Lothar", 
            "type": "Person"
          }
        ], 
        "genre": "chapter", 
        "id": "sg:pub.10.1007/978-3-642-74862-2_8", 
        "inLanguage": [
          "de"
        ], 
        "isAccessibleForFree": false, 
        "isPartOf": {
          "isbn": [
            "978-3-540-51332-2", 
            "978-3-642-74862-2"
          ], 
          "name": "Operations Research Proceedings 1988", 
          "type": "Book"
        }, 
        "name": "Eine Entwicklungsumgebung f\u00fcr Expertensysteme zur Zeitreihenanalyse", 
        "pagination": "25-30", 
        "productId": [
          {
            "name": "doi", 
            "type": "PropertyValue", 
            "value": [
              "10.1007/978-3-642-74862-2_8"
            ]
          }, 
          {
            "name": "readcube_id", 
            "type": "PropertyValue", 
            "value": [
              "413898bb9122f7b23ba765139373030a51c1609a5fe55268e37a26a44d3e523a"
            ]
          }, 
          {
            "name": "dimensions_id", 
            "type": "PropertyValue", 
            "value": [
              "pub.1013690981"
            ]
          }
        ], 
        "publisher": {
          "location": "Berlin, Heidelberg", 
          "name": "Springer Berlin Heidelberg", 
          "type": "Organisation"
        }, 
        "sameAs": [
          "https://doi.org/10.1007/978-3-642-74862-2_8", 
          "https://app.dimensions.ai/details/publication/pub.1013690981"
        ], 
        "sdDataset": "chapters", 
        "sdDatePublished": "2019-04-15T19:07", 
        "sdLicense": "https://scigraph.springernature.com/explorer/license/", 
        "sdPublisher": {
          "name": "Springer Nature - SN SciGraph project", 
          "type": "Organization"
        }, 
        "sdSource": "s3://com-uberresearch-data-dimensions-target-20181106-alternative/cleanup/v134/2549eaecd7973599484d7c17b260dba0a4ecb94b/merge/v9/a6c9fde33151104705d4d7ff012ea9563521a3ce/jats-lookup/v90/0000000001_0000000264/records_8684_00000251.jsonl", 
        "type": "Chapter", 
        "url": "http://link.springer.com/10.1007/978-3-642-74862-2_8"
      }
    ]
     

    Download the RDF metadata as:  json-ld nt turtle xml License info

    HOW TO GET THIS DATA PROGRAMMATICALLY:

    JSON-LD is a popular format for linked data which is fully compatible with JSON.

    curl -H 'Accept: application/ld+json' 'https://scigraph.springernature.com/pub.10.1007/978-3-642-74862-2_8'

    N-Triples is a line-based linked data format ideal for batch operations.

    curl -H 'Accept: application/n-triples' 'https://scigraph.springernature.com/pub.10.1007/978-3-642-74862-2_8'

    Turtle is a human-readable linked data format.

    curl -H 'Accept: text/turtle' 'https://scigraph.springernature.com/pub.10.1007/978-3-642-74862-2_8'

    RDF/XML is a standard XML format for linked data.

    curl -H 'Accept: application/rdf+xml' 'https://scigraph.springernature.com/pub.10.1007/978-3-642-74862-2_8'


     

    This table displays all metadata directly associated to this object as RDF triples.

    104 TRIPLES      22 PREDICATES      31 URIs      20 LITERALS      8 BLANK NODES

    Subject Predicate Object
    1 sg:pub.10.1007/978-3-642-74862-2_8 schema:author N3db1a9e3ae6a49f1a84d01e130bf38aa
    2 schema:citation sg:pub.10.1057/jors.1988.146
    3 https://doi.org/10.1002/for.3980010108
    4 https://doi.org/10.1002/for.3980010202
    5 https://doi.org/10.1016/0377-2217(84)90012-2
    6 https://doi.org/10.1016/s0019-9958(65)90241-x
    7 https://doi.org/10.1145/384282.28372
    8 schema:datePublished 1989
    9 schema:datePublishedReg 1989-01-01
    10 schema:description Die rasche Verbreitung von statistischen Softwarepaketen bringt eine Reihe von Vorteilen für die Unterstützung von Entscheidungen mit Hilfe der Zeitreihenanalyse. Betrachtet man allerdings die Probleme der Benutzergruppen genauer, stellt sich heraus, daß die Verfügbarkeit der Statistiksoftware alleine oft nicht für eine Anwendung dieser Technik auf breiter Basis ausreicht. Der Grund dafür liegt darin, daß statistische Standardpakete lediglich numerische Routinen für Parameterschätzungen und statistische Tests zur Verfügung stellen, deren korrekte Anwendung auf die jeweilige Problemstellung und die Interpretation der Ergebnisse aber dem Benutzer überlassen werden. Ein “naiver” Anwender, der wenig Erfahrung mitbringt und nur gelegentlich Zeitreihen untersucht, steht daher vor dem Problem, aus einer Vielzahl von möglichen Modellierungsansätzen den für sein Problem am besten geeigneten auszuwählen. Dann muß er ein “korrektes” Modell spezifizieren. Dies erfordert meist einen mehrstufigen Prozeß, der eine auf korrekten Interpretationen von Ergebnissen beruhende Folge von Entscheidungen darstellt. Das hiezu nötige statistische Wissen muß er sich aus einer schwer zugänglichen Fachliteratur erarbeiten. Die Folge dieses Mangels sind oft eine unkritische Interpretation von Ergebnissen oder eine suboptimale Verwertung der Daten, insbesondere wenn das jeweils einfachste Verfahren gewählt wird. Der “naive” Benutzer benötigt somit entweder eine Führung bei der Anwendung von Standardpaketen oder sollte überhaupt davon befreit werden, aus Statistiken Schlüsse ziehen zu müssen. Für diese Gruppe von Benutzern bieten sich automatische Prognosesysteme wie z.B, AUTOBOX ([Reilly]), AUTOCAST ([Levenbach Ass.]) oder CAPRI ([Libert]) an.
    11 schema:editor Nd9f8d1e41c1247fdbbacf5354805c4bf
    12 schema:genre chapter
    13 schema:inLanguage de
    14 schema:isAccessibleForFree false
    15 schema:isPartOf N513b359fd62e4bde9fe97ff78a8f16f6
    16 schema:name Eine Entwicklungsumgebung für Expertensysteme zur Zeitreihenanalyse
    17 schema:pagination 25-30
    18 schema:productId N0976b72c65244b4b8f7d74dfebf51105
    19 N0b00612f5a894059a276385ce409091e
    20 N59981c05dd3e483a9e09316ff4fcd1ad
    21 schema:publisher Ne2f03dbddade401a8959bbf6d7b2f6f7
    22 schema:sameAs https://app.dimensions.ai/details/publication/pub.1013690981
    23 https://doi.org/10.1007/978-3-642-74862-2_8
    24 schema:sdDatePublished 2019-04-15T19:07
    25 schema:sdLicense https://scigraph.springernature.com/explorer/license/
    26 schema:sdPublisher N392d7023e04846daaa25da96b3fb3002
    27 schema:url http://link.springer.com/10.1007/978-3-642-74862-2_8
    28 sgo:license sg:explorer/license/
    29 sgo:sdDataset chapters
    30 rdf:type schema:Chapter
    31 N03039021a9184e749bac46b05afb45b4 rdf:first Nbb815070bb664f69a82fd2d73a320b3a
    32 rdf:rest N705fb4e8f55744db8499d59850edcda1
    33 N0976b72c65244b4b8f7d74dfebf51105 schema:name dimensions_id
    34 schema:value pub.1013690981
    35 rdf:type schema:PropertyValue
    36 N0b00612f5a894059a276385ce409091e schema:name doi
    37 schema:value 10.1007/978-3-642-74862-2_8
    38 rdf:type schema:PropertyValue
    39 N111ddfb09a6643238abf8b13271c2e5a schema:familyName Pressmar
    40 schema:givenName Dieter
    41 rdf:type schema:Person
    42 N149caccc65604a0ba27f11524b61eb4b rdf:first Nfdd90e4e85e04913ae1f4d5a25df8a2c
    43 rdf:rest N03039021a9184e749bac46b05afb45b4
    44 N2bc3112622cf48d292eb9cd9916e48c8 rdf:first sg:person.013346725710.94
    45 rdf:rest Nc154b01611164715a26c5227fb908e49
    46 N392d7023e04846daaa25da96b3fb3002 schema:name Springer Nature - SN SciGraph project
    47 rdf:type schema:Organization
    48 N3db1a9e3ae6a49f1a84d01e130bf38aa rdf:first sg:person.016367604423.08
    49 rdf:rest N2bc3112622cf48d292eb9cd9916e48c8
    50 N513b359fd62e4bde9fe97ff78a8f16f6 schema:isbn 978-3-540-51332-2
    51 978-3-642-74862-2
    52 schema:name Operations Research Proceedings 1988
    53 rdf:type schema:Book
    54 N59981c05dd3e483a9e09316ff4fcd1ad schema:name readcube_id
    55 schema:value 413898bb9122f7b23ba765139373030a51c1609a5fe55268e37a26a44d3e523a
    56 rdf:type schema:PropertyValue
    57 N705fb4e8f55744db8499d59850edcda1 rdf:first Ndfa2509f8b9940c5985c6e45498ebcba
    58 rdf:rest Na89003baa445488b9cfa3feb62b15791
    59 Na89003baa445488b9cfa3feb62b15791 rdf:first Nf1118be44ca64ed2b506fa9138febb61
    60 rdf:rest rdf:nil
    61 Nbb815070bb664f69a82fd2d73a320b3a schema:familyName Krallmann
    62 schema:givenName Hermann
    63 rdf:type schema:Person
    64 Nc154b01611164715a26c5227fb908e49 rdf:first sg:person.010346251263.14
    65 rdf:rest rdf:nil
    66 Nd9f8d1e41c1247fdbbacf5354805c4bf rdf:first N111ddfb09a6643238abf8b13271c2e5a
    67 rdf:rest N149caccc65604a0ba27f11524b61eb4b
    68 Ndfa2509f8b9940c5985c6e45498ebcba schema:familyName Schellhaas
    69 schema:givenName Helmut
    70 rdf:type schema:Person
    71 Ne2f03dbddade401a8959bbf6d7b2f6f7 schema:location Berlin, Heidelberg
    72 schema:name Springer Berlin Heidelberg
    73 rdf:type schema:Organisation
    74 Nf1118be44ca64ed2b506fa9138febb61 schema:familyName Streitferdt
    75 schema:givenName Lothar
    76 rdf:type schema:Person
    77 Nfdd90e4e85e04913ae1f4d5a25df8a2c schema:familyName Jäger
    78 schema:givenName Kurt E.
    79 rdf:type schema:Person
    80 sg:person.010346251263.14 schema:familyName Taudes
    81 schema:givenName Alfred
    82 schema:sameAs https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.010346251263.14
    83 rdf:type schema:Person
    84 sg:person.013346725710.94 schema:familyName Geyer-Schulz
    85 schema:givenName Andreas
    86 schema:sameAs https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.013346725710.94
    87 rdf:type schema:Person
    88 sg:person.016367604423.08 schema:familyName Geyer
    89 schema:givenName Alois
    90 schema:sameAs https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.016367604423.08
    91 rdf:type schema:Person
    92 sg:pub.10.1057/jors.1988.146 schema:sameAs https://app.dimensions.ai/details/publication/pub.1044734159
    93 https://doi.org/10.1057/jors.1988.146
    94 rdf:type schema:CreativeWork
    95 https://doi.org/10.1002/for.3980010108 schema:sameAs https://app.dimensions.ai/details/publication/pub.1010697805
    96 rdf:type schema:CreativeWork
    97 https://doi.org/10.1002/for.3980010202 schema:sameAs https://app.dimensions.ai/details/publication/pub.1052028025
    98 rdf:type schema:CreativeWork
    99 https://doi.org/10.1016/0377-2217(84)90012-2 schema:sameAs https://app.dimensions.ai/details/publication/pub.1034569220
    100 rdf:type schema:CreativeWork
    101 https://doi.org/10.1016/s0019-9958(65)90241-x schema:sameAs https://app.dimensions.ai/details/publication/pub.1009640697
    102 rdf:type schema:CreativeWork
    103 https://doi.org/10.1145/384282.28372 schema:sameAs https://app.dimensions.ai/details/publication/pub.1063170094
    104 rdf:type schema:CreativeWork
     




    Preview window. Press ESC to close (or click here)


    ...