In diesem Modul erkunden wir den Kontext und den Zweck von Geschäftsprognosen und die drei Arten von Geschäftsprognosen unter Verwendung von Regressionsmodellen. Wir lernen die theoretischen Grundlagen für ein Regressionsmodell kennen und verstehen die Beziehung zwischen erklärenden Variablen und abhängigen Variablen. Wir werden uns zunächst auf eine einzelne Variable oder eine einfache Regression konzentrieren und lernen, das Modell mit Hilfe von Regressionsdiagnosetools kritisch zu bewerten und dann unsere Modelle für Prognosen zu verwenden, die den Bedürfnissen unseres Unternehmens entsprechen.

In diesem Modul erweitern wir das einfache Regressionsmodell, um mehrere erklärende Variablen einzubeziehen. Wir werden die theoretische Grundlage für ein Regressionsmodell durch die Einbeziehung mehrerer abhängiger Variablen erweitern. Wir lernen, die multiplen Regressionsmodelle mit Hilfe von Regressionsdiagnosetools kritisch zu bewerten und unsere Modelle dann für Prognosen zu verwenden, die den Bedürfnissen unseres Unternehmens entsprechen.

In diesem Modul erweitern wir das multiple Regressionsmodell, um qualitative binäre erklärende Variablen zu berücksichtigen. Wir werden die theoretische Grundlage für ein multiples Regressionsmodell erweitern, indem wir Dummy-Variablen für binäre qualitative Daten erstellen. Wir werden lernen, wie wir die Dummy-Variablen-Regressionsmodelle mit Hilfe von Regressionsdiagnosetools kritisch bewerten und unsere Modelle dann für Prognosen verwenden, die den Bedürfnissen unserer Organisation entsprechen.

In diesem Modul erweitern wir das binäre Dummy-Variablen-Regressionsmodell, um saisonale Variablen zu berücksichtigen. Wir werden die theoretische Grundlage für ein binäres Dummy-Variablen-Regressionsmodell erweitern, indem wir eine Reihe von Dummy-Variablen zur Erfassung von Saisonalität erstellen. Wir lernen, die saisonalen Dummy-Regressionsmodelle mit Hilfe von Regressionsdiagnosetools kritisch zu bewerten und unsere Modelle dann für Prognosen zu verwenden, die den Bedürfnissen unseres Unternehmens entsprechen. In diesem Modul werden wir auch Autoregressionen untersuchen - ihre theoretische Untermauerung, die Erstellung einer Autoregression, ihre kritische Bewertung und die Verwendung unseres Modells für Geschäftsprognosen. Zum Abschluss des Moduls lernen wir, wie man eine zusammengesetzte Prognose erstellt, indem wir zwei Prognosen aus diesem Kurs und dem ersten Kurs in dieser Spezialisierung kombinieren.