LT-Statistik

Problembeschreibung:

Bei Problemen aus dem Bereich der Statistik geht es darum, aus einer großen Menge verfügbaren Datenmaterials die interessierenden statistischen Kennzahlen bzw. empirischen Zusammenhänge zu ermitteln.
So können z.B. aus den bekannten Vergangenheits-Werten und den ermittelten statistischen Zusammenhängen Prognosen für die zu erwartende zukünftige Entwicklung abgegeben werden (Zeitreihenanalyse).
Bei stichprobenartig beobachteten Eigenschafts-Kombinationen an mehreren gleichartigen Objekten können diese quantifiziert werden und somit beim Auftreten einer Eigenschaft auf die zu erwartende Ausprägung der anderen Eigenschaft(en) geschlußfolgert werden (Regressionsanalyse).
Beim Vorhandensein großer Datenmengen empfiehlt sich stets eine Klassifizierung, wodurch eine Überschaubarkeit der Daten erst erreicht wird. Dies findet z.B. Verwendung bei der ABC-Analyse, bei der Verbrauchsgüter entsprechend ihres Anteils an der Kapitalbindung eingeteilt (und nachfolgend disponiert) werden.

Beispiel zur Zeitreihenanalyse:

Ein Unternehmen plant die zu produzierende Menge eines bestimmten Artikels. Es müsses dafür rechtzeitig die entsprechenden Mengen an Roh-Material bestellt werden. In der Vergangenheit konnten folgende Mengen des Artikels verkauft werden:

Quartal3/954/951/962/96 3/964/961/972/97 3/974/971/982/98
Menge16141518 17151719 18171820

Welche Entwicklung ist für die kommenden 4 Quartale zu erwarten?

Lösung mittels Programm:

Die obigen Daten sind in das Programm einzugeben, anschließend kann vom Programm eine Zeitreihenanalyse durchgeführt und die Werte für die kommenden 4 Quartale ermittelt werden. Die Lösung wird tabellarisch in einem Textfenster ausgegeben und kann zusätzlich grafisch dargestellt werden.


Beispiel zur Regressionsanalyse:

In einem Zoo gibt es 6 Schlangen. Die Längen der einzelnen Schlangen (in Meter) und ihr jeweiliger Kaninchenbedarf (in Stück pro Monat) sind in folgender Tabelle gegeben:

Schlangenlänge1,202,103,004,40 5,206,40
Kaninchenbedarf46914 1823

Der Zoodirektor plant die Anschaffung einer noch größeren Schlange. Diese Schlange soll 7,70 Meter lang sein. Welchen Appetit (in Kaninchen pro Monat) wird diese Schlange voraussichtlich haben?

; ; ; ; ; ; ; ; ;
; ; ; ; ;
__/<; ;
; ; ; ;
(___ ; ; ;
; ; ; ;
____); ; ;
; ; ;
(______; ; ;
; ; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ; ;
; ; ; ;
(\|) ; ; ;
; ; ; ;
() ; ; ;
; ; ; ;
("") ; ; ;
; ; ; ;
(__) ; ; ;
; ; ; ; ; ; ; ; ;

Lösung mittels Programm:

Die obigen Daten sind in das Programm einzugeben, anschließend kann vom Programm eine Regressionsanalyse durchgeführt werden. Es wurde in diesem Fall die Berechnung mittels quadratischer Regression durchgeführt. Die Schlange hat demnach pro Monat einen Kaninchenbedarf von voraussichtlich 30 Stück. (Das entspricht in etwa dem Kaloriengehalt einer Tierpflegerin.)


Beispiel zur ABC-Analyse:

Ein Unternehmen hatte im vergangenen Jahr folgende Mengen an Material verbraucht. Der Verbrauch (in materialspezifischen Mengeneinheiten) sowie die Material-Preise sind in der folgenden Tabelle gegeben:

Materialart1234 5678
Verbrauch in ME18655327 6981749
Preis in GE/ME1501,6014,5034 2,302759,508,20

Zu den gegebenen Daten ist eine ABC-Analyse durchzuführen.

Lösung mittels Programm:

Die obigen Daten sind in das Programm einzugeben, anschließend wird zunächst eine neue Variable erzeugt: Wert=Menge*Preis. Für diese Variable wird das Konzentrationsmaß bestimmt. Die Ausgabe der Lösung erfolgt tabellatisch in einem Textfenster. Zusätzlich kann eine Grafik dargestellt werden. Die Materialarten 1 und 6 gehören demnach zur Gruppe der A-Güter, die Materialarten 3 und 4 zur Gruppe der B-Güter und die restlichen vier Materialarten zur Gruppe der C-Güter. Die Materialarten sollten dementsprechend disponiert werden.




zur vorherigen Seite: Simplex
zur nächsten Seite: Transport
zurück zur Hauptseite

Lutz Tautenhahn, 8/98