Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Business Analytics for Managers Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

Time Series Analysis

verfasst von : Erkan Isikli, Leyla Temizer, Abdullah Emin Kazdaloglu, Emre Ari

Erschienen in: Business Analytics for Professionals

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The emergence of digital technologies has been changing how things are done in the workplace, in society, and even at home. Recent technological advancements enable the instantaneous recording, processing, and dissemination of information and therefore decision-making processes become more efficient and effective.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Prediction Modeling
Nächstes Kapitel Neural Networks and Deep Learning
Literatur
1.
Tsay RS (2013) Multivariate time series analysis: with R and financial applications. Wiley
2.
Marcilio I, Hajat S, Gouveia N (2013) Forecasting daily emergency department visits using calendar variables and ambient temperature readings. Acad Emerg Med 20(8):769–777CrossRef
3.
Blázquez-García A, Conde A, Mori U, Lozano JA (2021) A review on outlier/anomaly detection in time series data. ACM Comput Surv (CSUR) 54(3):1–33CrossRef
4.
Chen C, Liu LM (1993) Forecasting time series with outliers. J Forecast 12(1):13–35CrossRef
5.
Battaglia F, Orfei L (2005) Outlier detection and estimation in nonlinear time series. J Time Ser Anal 26(1):107–121MathSciNetCrossRef
6.
Li S-H, Chan W-S (2005) Outlier analysis and mortality forecasting: the United Kingdom and Scandinavian countries. Scand Actuar J 2005(3):187–211MathSciNetCrossRef
7.
Wang H, Bah MJ, Hammad M (2019) Progress in outlier detection techniques: a survey. IEEE Access 7:107964–108000CrossRef
8.
Robert C, William C, Irma T (1990) STL: a seasonal-trend decomposition procedure based on loess. J Official Stat 6(1):3–73
9.
Kim Y, Kim S (2021) Forecasting charging demand of electric vehicles using time-series models. Energies 14(5):1487CrossRef
10.
Beyaztas U, Shang HL, Yaseen ZM (2021) A functional autoregressive model based on exogenous hydrometeorological variables for river flow prediction. J Hydrol 598:126380
11.
Makridakis S, Spiliotis E, Assimakopoulos V (2018) Statistical and machine learning forecasting methods: concerns and ways forward. PloS one 13(3):e0194889
12.
Chatfield C, Xing H (2019) The analysis of time series: an introduction with R. Chapman and Hall, CRC
13.
Cruz A, Muñoz A, Zamora JL, Espínola R (2011) The effect of wind generation and weekday on Spanish electricity spot price forecasting. Electr Power Syst Res 81(10):1924–1935CrossRef
14.
Hyndman R, Koehler AB, Ord JK, Snyder RD (2008) Forecasting with exponential smoothing: the state space approach, Springer Science & Business Media
15.
De Livera AM, Hyndman RJ, Snyder RD (2011) Forecasting time series with complex seasonal patterns using exponential smoothing. J Am Stat Assoc 106(496):1513–1527MathSciNetCrossRef
16.
17.
Taylor JW (2003) Short-term electricity demand forecasting using double seasonal exponential smoothing. J Oper Res Soc 54(8):799–805CrossRef
18.
Harvey AC, Peters S (1990) Estimation procedures for structural time series models. J Forecast 9(2):89–108CrossRef
19.
Hasni M, Babai MZ, Aguir MS, Jemai Z (2019) An investigation on bootstrapping forecasting methods for intermittent demands. Int J Prod Econ 209:20–29CrossRef
20.
Salinas D, Flunkert V, Gasthaus J, Januschowski T (2020) DeepAR: probabilistic forecasting with autoregressive recurrent networks. Int J Forecast 36(3):1181–1191CrossRef
21.
Croston JD (1972) Forecasting and stock control for intermittent demands. J Oper Res Soc 23(3):289–303CrossRef
22.
Syntetos AA, Boylan JE (2005) The accuracy of intermittent demand estimates. Int J Forecast 21(2):303–314CrossRef
23.
Teunter RH, Duncan L (2009) Forecasting intermittent demand: a comparative study. J Oper Res Soc 60(3):321–329CrossRef
Metadaten
Titel
Time Series Analysis
verfasst von
Erkan Isikli
Leyla Temizer
Abdullah Emin Kazdaloglu
Emre Ari
Copyright-Jahr
2022
Buch
Business Analytics for Professionals

Print ISBN: 978-3-030-93822-2

Electronic ISBN: 978-3-030-93823-9

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-030-93823-9_4