STATISTIK-FORUM.de

[payd]

Hallo zusammen,

ich bin Statistik-Neuling und habe mir für meine Bachelor-Thesis direkt ein recht anspruchsvolles Thema ausgesucht...
Nun wollte ich mal Experten fragen, was ihr von meinem geplanten Vorgehen haltet.

Ausgangslage: Ich habe mehrere Bestellungen mit Zeitstempel, Warenwert, Informationen zu den Produkten etc.

Ziel: Herauszufinden ob bestimmte unabhängige Variablen (Produktqualität, Jahreszeit, Preis, ...) einen Einfluss auf meine abhängigen Variablen (Umsatz, Reklamationen, Anzahl der Bestellungen, ...) ausübt. Ich hatte vor, dafür Korrelationen zu berechnen. Ich habe auch bereits gelesen, dass es möglich ist eine Multiple Regressionsanalyse durchzuführen und den Regressionskoeffizenten herauszufinden (also wie groß der Einfluss einer unabhängigen Variable auf eine abhängige Variable ist?).

Fragen:
1. Was haltet ihr von dem Vorgehen? (Korrelationen und multiple Regressionsanalyse).
2. Welche anderen Vorgehensweisen würden sich noch anbieten um Zusammenhänge zu beweisen?
3. Ich hatte vor diese Zusammenhänge für Produktgruppen zu beweisen (Z.B. Computer werden vor allem im Winter gekauft, Konsolen eher im Frühling). Ich glaube, dass es ein Verfahren gibt mit dem ich meine Bestellungen gruppieren kann, bzw mit dem ich beweisen kann dass eine Einteilung in z.B. "Computer/Konsolen/Computerspiele/Konsolenspiele" mehr Sinn macht als eine Einteilung in z.B. "Elektrische Geräte/Videospiele". Würde euch dazu eine Methode einfallen?

Schonmal vielen Dank für eure Hilfe!!

[strukturmarionette]

N?

[bele]

Hallo payd,

das ist alles so ungefähr und unspezifisch, dass sich da keine konkreten Angaben machen lassen.

1. Was haltet ihr von dem Vorgehen? (Korrelationen und multiple Regressionsanalyse).

Generell würde man multiple Regression vorziehen, weil die vorhandenen Informationen zum gegenseitigen Vorteil zusammengeführt werden. Im Einzelfall kommt es halt darauf an.

2. Welche anderen Vorgehensweisen würden sich noch anbieten um Zusammenhänge zu beweisen?

Es gibt unzählbar viele Vorgehensweisen, die unter dem Begriff Regression zusammengefasst werden können. Da gibt es viele Varianten. Augescheinlich suchst Du nach einfachen statistischen Methoden für Zähldaten. Du solltest Dich daher mit dem Chiquadrat-Unabhängigkeitstest vertraut machen. Für eine Bachelorarbeit könnte man sich auch Poisson- und negativ-binomiale Regression anschauen, aber das ist dann schon noch ein Weg, den Du dahin vor Dir hast.

Ich glaube, dass es ein Verfahren gibt mit dem ich meine Bestellungen gruppieren kann, bzw mit dem ich beweisen kann dass eine Einteilung in z.B. "Computer/Konsolen/Computerspiele/Konsolenspiele" mehr Sinn macht als eine Einteilung in z.B. "Elektrische Geräte/Videospiele". Würde euch dazu eine Methode einfallen?

Da werfe ich jetzt mal so ganz allgemein die Stichworte "Clusteranalyse" und "unsupervised learning" in den Raum. Präziser kann man ohne weitere Informationen wohl kaum werden.

LG,
Bernhard

[payd]

Hallo Bernhard,

vielen Dank für deine Antwort, das hilft mir schonmal einiges weiter.

Was wären denn Beispielsweise Informationen die Helfen würden mein Problem zu Spezifizieren?

Falls es etwas hilft: Ich möchte versuchen anhand der vorhandenen Daten zukünftige Ereignisse zu erahnen. Dazu möchte ich zuerst beweien, dass ein Zusammenhang zu den unabhängigen Variablen besteht. Ich bin noch ganz am Anfang der Planungsphase, daher weiß ich noch nicht genau welche Informationen ich für das Prediction Model benötige (ich plane zumindest es mit Python/R zu erstellen). Jedenfalls schätze ich, dass es nicht schaden kann zu wissen wie stark eine unabhängige Variable gewichtet werden muss.

Da ich von einer unbestimmten Zahl von Produkten ausgehen muss denke ich, dass eine Gruppierung sinnvoll wäre um die Komplexität und die Rechenlast gering zu halten. Auf der anderen Seite wäre es bespielsweise auch durchaus Sinnvoll für jedes Produkt zu wissen wie hoch der Bestand in den nächsten Wochen sein sollte.

Bitte Entschuldigt, falls das jetzt nur noch mehr unklarheiten aufwirft

Beste Grüße