Diplomarbeitssthema Logistische Regression zur Schätzung von

Diplomarbeitssthema
Logistische Regression zur Schätzung von Verkäufen bei einem Textildiscounter
Kandidatin: Svitlana Mirochnik
Betreuung: Jörg Rambau Vorschlag Zweitgutachten: Andreas Christmann
Aufgabenstellung. An der Universität Bayreuth läuft seit 2007 ein von der Bayerischen Forschungsstiftung gefördertes Praxisprojekt zur Entwicklung eines Integrierten Systems zur Größenund Preisoptimierung bei einem Textildiscounter (DISPO). Grundlage ist ein stochastisches
gemischt-ganzzahliges Programm für die Warenverteilung in dem Preisreduzierungen als Kompensationsentscheidung für Fehlbelieferungen dienen. Entscheidungen erfolgen auf Grundlage
geschätzter Verkäufe pro Filiale und Größe abhängig von Verkaufswoche, Preis und Szenario.
Wegen geringer Verkaufszahlen pro Filiale schlagen klassische lineare Regressionsverfahren fehl.
Momentan ist daher eine im Rahmen des Projekts entwickelte emprirische Nachfrageschätzung
im Einsatz. Verglichen soll diese nun mit einer nichtlinearen klassischen Methode zur Nachfrageschätzung bei binären bzw. ordinalen abhängigen Variablen, der logistischen Regression.
Aufgabe der Diplomarbeit ist nun die Entwicklung, die Analyse, die Implementierung und die
experimentelle Untersuchung einer Schätzung der Verkäufe durch logistische Regression anhand
realer Daten.
Mögliche Arbeitspakete:
(1) Hintergrund zum DISPO-Projekt
(2) Literaturrecherche logistische Regression, ausgehend von z. B. [2] und [1].
(3) Entwicklung und Analyse eines geeigneten logistischen Regressionsmodells für die erwartete Nachfrage
(4) Test und Analyse des Modells auf realen Daten
(5) Vergleich mit der empirischen Nachfrageschätzung
Zeitplan:
Beginn: 01. 06. 2011
Abgabe: 30. 11. 2011
Literatur
1. Frank E. Harrell, Regression modeling strategies: With applications to linear models, logistic regression, and
survival analysis (springer series in statistics), 1st ed. 2001 ed., Springer, 2010.
2. W.N. Venables and B.D. Ripley, Modern applied statistics with s (statistics and computing), Springer, 12 2010.
1