Analyse jähriger und unterjähriger Zeitreihen

ISBN-13: 9783640923021 / Niemiecki / Miękka / 2011 / 60 str.

Markus Krau; Johannes Raithel

Opis

Studienarbeit aus dem Jahr 2011 im Fachbereich BWL - Unternehmensforschung, Operations Research, Note: 1,0, Fachhochschule Stralsund, Sprache: Deutsch, Abstract: Der Tourismus ist in Deutschland zweifellos ein okonomischer und gesellschaftlicher Faktor von hochster Bedeutung. In keiner anderen Branche finden so viele Menschen Arbeit und Beschaftigung. Nirgendwo stehen mehr Arbeitsplatze zur Verfugung als in der Tourismuswirtschaft. Die wirtschaftliche Bedeutung des Tourismus ist in den seltensten Fallen eindeutig bestimmbar und unterliegt in erster Linie regionalen Einflussen. Diese Hausarbeit widmet sich der Analyse und Prognose der Touristenstrome der beiden Bundeslander Schleswig-Holstein und Bayern. Dabei sollen mogliche Unterschiede herausgestellt werden, die sich aus der gegensatzlichen geografischen Lage ergeben konnten. Dazu werden einmal monatliche und einmal jahrige Zeitreihen der beiden Bundeslander miteinander verglichen und bezuglich ihrer Unterschiede analysiert. Ziel dieser Untersuchungen ist es moglichst genaue Prognosen fur den Tourismus beider Bundeslander aufstellen zu konnen. Folgende Zeitreihen sind Gegenstand der Untersuchungen. Jahrige Zeitreihen: Angebotene Schlafgelegenheiten fur die Bundeslander Schleswig-Holstein und Bayern im Zeitraum von 1995-2009 Monatliche Zeitreihen: Ubernachtungen in Beherbergungsbetrieben fur die Bundeslander Schleswig-Holstein und Bayern im Zeitraum von 2000-2009 Zunachst werden in der Hausarbeit die theoretischen Grundlagen der Zeitreihenanalyse erlautert. Im Anschluss daran werden die jahrigen Zeitreihen untersucht. Dazu werden Funktionstypen und Trendformeln berechnet. Danach werden Punkt-, Intervall-, Vergleichs- und Alternativprognosen aufgestellt und interpretiert. Neben den Jahresreihen werden auch die Monatsreihen mit diversen Verfahren untersucht. Dazu mussen die Daten transformiert und kalenderbereinigt werden. Uber eine Filterung werden saisonale Einflusse und Trendfaktoren entfernt damit letztendlich