Kysynnän ennustaminen muuttuvassa maailmassa

Koko: px
Aloita esitys sivulta:

Download "Kysynnän ennustaminen muuttuvassa maailmassa"

Transkriptio

1 make connections share ideas be inspired Kysynnän ennustaminen muuttuvassa maailmassa Nina Survo ja Antti Leskinen SAS Institute

2 Mitä on kysynnän ennustaminen? Ennakoiva lähestymistapa, jolla pyritään havaitsemaan kysyntäsignaaleja Mahdollistaa tulevaisuuden skenaarioinnin kompastumatta historian tuotantorajoitteisiin Painotetaan niitä toimenpiteitä, jotka suoraan vaikuttavat kysyntään. Saadaan luotua selkeämpi kuva todellisesta kysynnästä

3 Kysynnän ennustamisen vaiheet Kolmivaiheinen prosessi: Etsitään kysyntäsignaaleja sisäisestä ja ulkoisesta datasta Sovitetaan kysyntää analytiikan avulla Ennustetaan tulevaisuuden kysyntää, jotta saataisiin mahdollisimman tarkkaa tietoa rajoitattamattomasta kysynnästä

4 Kysyntäsignaalien etsiminen yrityksen ja markkinoiden tuottamasta datasta Termille rajoittamaton kysyntä ei ole olemassa vakiintunutta määritelmää Rajoittamatonta kysyntää ei voida mitata luotettavasti, joudutaan turvautumaan erilaisiin myyntidatoihin: Laskutus Toimitus Tilaukset Jos mahdollista on suositeltavaa käyttää tilausdataa ennustamisen lähtötietona. Tilausdata kuvastaa asiakkaiden myyntikäyttäytymistä paremmin kuin toimitusdata.

5 Mitä on kysynnän sovittaminen? Ennakoiva prosessi, jossa arvioidaan kysyntää siihen vaikuttavien komponenttien näkökulmasta Myynnin ja markkinoinnin toimet: Uuden tuotteen lanseeraus Hinnoittelu Mainostaminen Kampanjat Tapahtumat Tuotteiden elinkaaren hallinta Ulkoisia komponentteja: Kilpailijoiden toimet Säätila Raaka-aineiden hinnat Korot ja valuuttakurssit Taloustilanne

6 Kysynnän sovittaminen analytiikan avulla Mallinnetaan kysyntäkomponenttien tilastollinen vaikutus Skenaarioanalyysillä voidaan arvioida tulevaisuuden kysyntää eri tilanteissa

7 Tulevaisuuden kysynnän ennustaminen Kysyntään vaikuttavien tekijöiden, kuten kausivaihtelun, markkinointitoimenpiteiden (hintamuutokset, mainonta, kampanjat) ja odottamattomien tapahtumien tarkka ennustaminen pelkästään subjektiivisella arvioinnilla on hankalaa Kysynnän ennustamisen tulisikin lähteä historiadataan perustuvasta tilastollisesta aikasarjaennustamisesta Tilastollinen ennuste toimii pohjana, johon voidaan lisätä eri tahojen subjektiivista tietoutta parantamaan ennusteen tarkkuutta

8 Erilaiset lähestymistavat ennustamiseen Subjektiiviseen arvioon perustuvat metodit Pelkkään myyntihistoriaan perustuvat ennustemallit Naiivit mallit ja liukuvan keskiarvon mallit Eksponentiaalinen tasoitus (exponential smoothing) Myyntihistoriaan ja erilaisiin selittäviin tekijöihin perustuvat ennustemallit ARIMAX UCM (Unobserved Components Models)

9 Aikasarjaennustaminen Eri tekniikoita, joilla pyritään löytämään historiasta säännönmukaisuuksia, joita tulevaisuuden myynnit noudattavat Aikasarjamallit pyrkivät löytämään: Trendejä Kausivaihteluita Jaksollisuutta

10 Aikasarjaennustamisen edut Sopii hyvin tilanteeseen, jossa ennusteet on luotava suurelle määrälle tuotteita Sopii hyvin, jos myyntihistoria on stabiili Voivat tasoittaa pieniä satunnaisia muutoksia Helppoja ymmärtää ja käyttää Ovat saatavilla ohjelmistoissa Hyviä lyhyen horisontin ennustamiseen

11 Aikasarjaennustamisen haasteet Vaativat paljon historiadataa Mukautuvat hitaasti myynnin muutoksiin Suuret satunnaiset poikkeamat historia-aineistossa saattavat tuottaa ennusteisiin suuria virheitä

12 Eksponentiaalinen tasoitus Useimmin käytetty malliperhe Perusoletus on, että lähihistorian myynneillä on suurempi vaikutus tulevaisuuteen kuin kaukaisemman historian myynneillä Kolme ylitse muiden: Yksinkertainen tasoitus Holtin kaksiparametrinen tasoitus Holtin ja Wintersin kolmiparametrinen tasoitus

13 Exponentiaalinen tasoitus - Holt & Winters Hyvä ennustamaan trendiä, syklejä ja kausivaihtelua Vaatii vähän dataa Käyttää kolmea parametria Trendi/sykli Kausivaihtelu Epäsäännöllinen Käytetyin matemaattinen metodi

14 Exponentiaalinen tasoitus - Holt & Winters Hankala löytää optimaalisia arvoja tasoitusparametreille Voi ennustaa vain 1-3 jaksoa eteenpäin tehokkaasti Ei pysty ennustamaan äkillisiä muutoksia kohtuullisessa ajassa Mukautuu hitaasti kysynnän muutoksiin Ei voi käyttää selittäviä muuttujia

15 Myyntihistorian ja selittävien muuttujien yhdistämisen edut Mukana useimmissa ohjelmistoissa Antavat tarkempia lyhyen ja keskipitkän ajanjakson ennusteita kuin pelkät aikasarjamallit Näiden avulla voidaan skenarioida tulevaisuutta

16 Myyntihistorian ja selittävien muuttujien yhdistämisen haasteet Ennustetarkkuus riippuu selittävän ja selitettävien muuttujien suhteen johdonmukaisuudesta Selittävien muuttujien tarkat estimaatit ovat välttämättömiä Hyvien mallien kehittäminen vie aikaa ja vaatii tilastotieteen ymmärrystä

17 ARIMAX Edistynein aikasarjamallinnustekniikka Yhdistää aikasarjan elementit ja regressiomallin ARIMA-mallien laajennus, jossa malliin lisätty selittäviä muuttujia: Hinta Mainonta Hyvä lyhyen, keskipitkän ja pitkän aikavälin ennusteissa

18 UCM- mallit Structured state space models Jakaa myyntihistorian komponentteihin: Trendi Kausivaihtelu Syklit Selittävät muuttujat Voidaan käyttää skenariointiin Hyviä lyhyen, keskipitkän ja pitkän aikavälin ennusteissa Melko uusi menetelmä

19 Ennusteisiin systemaattisesti vaikuttavat Ennustettavan koko tai volyymi Suurempi volyymi, pienempi selittämätön varianssi -> pienempi virhe Datan aggregointi Enempi aggregointia, tarkemmat ennusteet Kysynnän vakaus Aikasarjan eheys Kilpailu markkinoilla Kilpailutilanteessa kysyntä voi käyttäytyä ennalta-arvaamattomasti

20 Ennustevirheen syyt Virhe kysynnän mallin havaitsemisessa ja kausaalisuhteissa Väärät selittävät tekijät Kausaalisuuden sijasta kyse korrelaatiosta Epävakaat mallit tai epäluotettavat suhteet Kyse yleensä keskiarvoista Mallit tai suhteet muuttuvat ajassa

21 Ennustusmallin tehokkuuden mittaaminen Mitataan kuinka hyvin onnistuttiin ennustamaan tuleva Verrataan ennustetta ja toteutunutta myyntiä Vertaillaan historiassa tilastollisia malleja, jotta saadaan selville mikä malli ennustaisi parhaiten

22 Kysynnän ennustamisen hyödyt Rajoittamaton kysyntä saadaan tietoon tarkemmin Voidaan optimoida varaston kokoa ja varastokiertoa, tuotetta on saatavilla oikeaan aikaan Saadaan lyhennettyä toimitusaikoja Saadaan tietoa kysyntään vaikuttavista tekijöistä: Voidaan käyttää hyödyksi strategisissa linjauksissa Niiden avulla voidaan optimoida varastoarvoja Voidaan tutkia hinnan vaikutusta ja maksimoida siten tuottoa Voidaan tehostaa tiedon vaihtoa yrityksen sisällä eri toimijoiden välillä, joilla on tietoa kysynnän muutoksiin

23 Kirjallisuutta Demand-Driven Forecasting: A Structured Approach to Forecasting Charles Chase

24 make connections share ideas be inspired

Aikasarja-analyysiä taloudellisilla aineistoilla

Aikasarja-analyysiä taloudellisilla aineistoilla Aikasarja-analyysiä taloudellisilla aineistoilla Leena Kalliovirta, Luonnonvarakeskus Leena.kalliovirta@luke.fi Kurssi Tilastotiede tutuksi HY matematiikan ja tilastotieteen laitos 1 Leena Kalliovirta

Lisätiedot

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2015 Aikataulu ja suoritustapa (Katso MyCourses) Luennot

Lisätiedot

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003 Männyn laaturajojen integrointi runkokäyrän ennustamisessa Laura Koskela Tampereen yliopisto 9.6.2003 Johdantoa Pohjoismaisen käytännön mukaan rungot katkaistaan tukeiksi jo metsässä. Katkonnan ohjauksessa

Lisätiedot

Ennustaminen. Ennusteet ovat operaatioiden pohjana. Luennon sisältö. Ennusteet ovat operaatioiden pohjana - case EuroDisney ja yliarvioitu kysyntä -

Ennustaminen. Ennusteet ovat operaatioiden pohjana. Luennon sisältö. Ennusteet ovat operaatioiden pohjana - case EuroDisney ja yliarvioitu kysyntä - L u e n t o Ennusteet ovat operaatioiden pohjana Ennustaminen Luennon sisältö Ennusteiden merkitys Ennustemenetelmät Ennusteiden tekeminen käytännössä Ennusteet suunnittelun, päätöksenteon ja resurssien

Lisätiedot

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),

Lisätiedot

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Aikataulu ja suoritustapa (Katso MyCourses) Luennot

Lisätiedot

Ilkka Mellin Aikasarja-analyysi Aikasarjat

Ilkka Mellin Aikasarja-analyysi Aikasarjat Ilkka Mellin Aikasarja-analyysi Aikasarjat TKK (c) Ilkka Mellin (2007) 1 Aikasarjat >> Aikasarjat: Johdanto Aikasarjojen esikäsittely Aikasarjojen dekomponointi TKK (c) Ilkka Mellin (2007) 2 Aikasarjat:

Lisätiedot

SUHDANNEVAIHTELU, TALOUSTILASTOT JA ENNUSTEET. Markku Lanne TTT-kurssi

SUHDANNEVAIHTELU, TALOUSTILASTOT JA ENNUSTEET. Markku Lanne TTT-kurssi SUHDANNEVAIHTELU, TALOUSTILASTOT JA ENNUSTEET Markku Lanne TTT-kurssi 1.2.2012 Mitä on suhdannevaihtelu? Kokonaistaloudellisen aktiviteetin eli reaalisen bruttokansantuotteen (BKT) vaihtelu trendinsä ympärillä.

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin

Lisätiedot

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Regressioanalyysi. Vilkkumaa / Kuusinen 1 Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen

Lisätiedot

Identifiointiprosessi

Identifiointiprosessi Alustavia kokeita Identifiointiprosessi Koesuunnittelu, identifiointikoe Mittaustulosten / datan esikäsittely Ei-parametriset menetelmät: - Transientti-, korrelaatio-, taajuus-, Fourier- ja spektraalianalyysi

Lisätiedot

Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun

Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun Jouni Räisänen Helsingin yliopiston fysiikan laitos 15.1.2010 Vuorokauden keskilämpötila Talvi 2007-2008

Lisätiedot

Ennakoiva analytiikka liiketoiminnassa

Ennakoiva analytiikka liiketoiminnassa Ennakoiva analytiikka liiketoiminnassa Askeleet edelläkävijäksi Tommi Vilkamo Senior Data Scientist, ecraft Referre Roundtable -ilmoittautujat tänään Muut Ennakoiva analytiikka TEKOÄLY KONEOPPIMINEN ENNAKOIVA

Lisätiedot

CREATIVE PRODUCER money money money

CREATIVE PRODUCER money money money CREATIVE PRODUCER money money money 26.11.2009 Lenita Nieminen, KTM, tutkija Turun kauppakorkeakoulu, Porin yksikkö Liiketoimintamalli tuottojen lähteet (tuote-, palvelu- ja informaatio- ja tulovirrat)

Lisätiedot

Järjestyslukuihin perustuva eksponentiaalinen tasoitus ja volatiliteetin ennustaminen

Järjestyslukuihin perustuva eksponentiaalinen tasoitus ja volatiliteetin ennustaminen Tilastotieteen pro gradu -tutkielma Järjestyslukuihin perustuva eksponentiaalinen tasoitus ja volatiliteetin ennustaminen Ari Väisänen Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos 14.6.2009

Lisätiedot

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme? TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman

Lisätiedot

Väestöennusteen taustat ja tulkinnat. Markus Rapo, Tilastokeskus

Väestöennusteen taustat ja tulkinnat. Markus Rapo, Tilastokeskus Väestöennusteen taustat ja tulkinnat Markus Rapo, Tilastokeskus Esityksessäni Hieman historiaa Miksi ennusteita laaditaan Tilastokeskuksen väestöennusteen luonne ja tulkinta Lyhyesti ennustevirheistä Tor

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon

Lisätiedot

Osa 2: Otokset, otosjakaumat ja estimointi

Osa 2: Otokset, otosjakaumat ja estimointi Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin

Lisätiedot

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n = 1. Tutkitaan paperin ominaispainon X(kg/dm 3 ) ja puhkaisulujuuden Y (m 2 ) välistä korrelaatiota. Tiettyä laatua olevasta paperierästä on otettu satunnaisesti 10 arkkia ja määritetty jokaisesta arkista

Lisätiedot

Otannasta ja mittaamisesta

Otannasta ja mittaamisesta Otannasta ja mittaamisesta Tilastotiede käytännön tutkimuksessa - kurssi, kesä 2001 Reijo Sund Aineistot Kvantitatiivisen tutkimuksen aineistoksi kelpaa periaatteessa kaikki havaintoihin perustuva informaatio,

Lisätiedot

Ito-prosessit. Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma. S ysteemianalyysin. Laboratorio

Ito-prosessit. Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma. S ysteemianalyysin. Laboratorio Ito-prosessit Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma Optimointiopin seminaari - Syksy 2000 / 1 Ito-prosessit Brownin liikkeen yleistys (Ito prosessi) x(t) : dx

Lisätiedot

S-114.3812 Laskennallinen Neurotiede

S-114.3812 Laskennallinen Neurotiede S-114.381 Laskennallinen Neurotiede Projektityö 30.1.007 Heikki Hyyti 60451P Tehtävä 1: Virityskäyrästön laskeminen Luokitellaan neuroni ensin sen mukaan, miten se vastaa sinimuotoisiin syötteisiin. Syöte

Lisätiedot

Sentimentti. Hämeen osakesäästäjien kevätkokous Jarno Lönnqvist

Sentimentti. Hämeen osakesäästäjien kevätkokous Jarno Lönnqvist Sentimentti Hämeen osakesäästäjien kevätkokous Jarno Lönnqvist 14.4.2011 Kaikki tässä esityksessä sekä myös puheessani olevat viittaukset tulevaisuuteen ovat vain lausujan omia mielipiteitä. Viittaukset

Lisätiedot

Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen

Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen 08.09.2014 Ohjaaja: DI Mikko Harju Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston

Lisätiedot

Tikkurila. Osavuosikatsaus tammi-syyskuulta 2012. Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia

Tikkurila. Osavuosikatsaus tammi-syyskuulta 2012. Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia Tikkurila Osavuosikatsaus tammi-syyskuulta 2012 Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia Huomautus Kaikki tässä esityksessä esitetyt yritystä tai sen liiketoimintaa koskevat lausumat perustuvat

Lisätiedot

Matemaattinen Analyysi, k2012, L1

Matemaattinen Analyysi, k2012, L1 Matemaattinen Analyysi, k22, L Vektorit Merkitsemme koulumatematiikasta tuttua vektoria v = 2 i + 3 j sarake matriisilla ( ) 2 v = v = = ( 2 3 ) T 3 Merkintätavan muutos helpottaa jatkossa siirtymistä

Lisätiedot

Leena Erola, 26.1.2016

Leena Erola, 26.1.2016 Leena Erola, 26.1.2016 Sisältö Liikeidea ja sen merkitys markkinoinnin päätöksiin Mitä markkinointi on? Markkinoinnin kilpailukeinot Mainonnan ABC Liikeidea Mitä? Kenelle? Miten? = näkemys ja päätös siitä,

Lisätiedot

Loogisempaa sisälogistiikkaa: tuotteiden yksilöinti ja tuotetietojen hallinta verkkokaupassa

Loogisempaa sisälogistiikkaa: tuotteiden yksilöinti ja tuotetietojen hallinta verkkokaupassa Loogisempaa sisälogistiikkaa: tuotteiden yksilöinti ja tuotetietojen hallinta verkkokaupassa Tomi-Pekka Juha, Sector Manager, GS1 Finland Oy 08.10.2015 Sisältö GS1 Finland GS1 ja verkkokauppa GS1 järjestelmä

Lisätiedot

MEK:in tuotekehitystyön suuntaviivat ja laatukriteerit. Tutkimus- ja kehitysjohtaja Mari Righini mari.righini@visitfinland.com

MEK:in tuotekehitystyön suuntaviivat ja laatukriteerit. Tutkimus- ja kehitysjohtaja Mari Righini mari.righini@visitfinland.com MEK:in tuotekehitystyön suuntaviivat ja laatukriteerit Tutkimus- ja kehitysjohtaja Mari Righini mari.righini@visitfinland.com MEK VisitFinland ensisijaisia tehtäviä: Suomen maabrändin luominen ja sitä

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4A Parametrien estimointi Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016, periodi

Lisätiedot

MALLIT VESIJÄRJESTELMIEN TUTKIMUKSESSA

MALLIT VESIJÄRJESTELMIEN TUTKIMUKSESSA MALLIT VESIJÄRJESTELMIEN TUTKIMUKSESSA Hannu Poutiainen, FT PUHDAS VESI JA YMPÄRISTÖ TUTKIMUSAVAUKSIA MAMKISSA Mikpoli 8.12.2016 Mitä mallit ovat? Malli on arvioitu kuvaus todellisuudesta joka on rakennettu

Lisätiedot

Innovatiivisten ja funktionaalisten tuotteiden kysynnän ennustaminen terveydenhuollonalan tukkuyrityksessä

Innovatiivisten ja funktionaalisten tuotteiden kysynnän ennustaminen terveydenhuollonalan tukkuyrityksessä LAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknillistaloudellinen tiedekunta Tuotantotalouden koulutusohjelma Aleksi Torniainen Innovatiivisten ja funktionaalisten tuotteiden kysynnän ennustaminen terveydenhuollonalan

Lisätiedot

Kahdenlaista testauksen tehokkuutta

Kahdenlaista testauksen tehokkuutta Kahdenlaista testauksen tehokkuutta Puhe ICTexpo-messuilla 2013-03-21 2013 Tieto Corporation Erkki A. Pöyhönen Lead Test Manager Tieto, CSI, Testing Service Area erkki.poyhonen@tieto.com Sisällys Tehokkuuden

Lisätiedot

Mittausepävarmuudesta. Markku Viander Turun yliopisto Lääketieteellinen mikrobiologia ja immunologia 02.11.2007

Mittausepävarmuudesta. Markku Viander Turun yliopisto Lääketieteellinen mikrobiologia ja immunologia 02.11.2007 Mittausepävarmuudesta Markku Viander Turun yliopisto Lääketieteellinen mikrobiologia ja immunologia 02.11.2007 Mittausepävarmuus on testaustulokseen liittyvä arvio, joka ilmoittaa rajat, joiden välissä

Lisätiedot

Palveluiden kysynnän ennustaminen

Palveluiden kysynnän ennustaminen TEKNISTALOUDELLINEN TIEDEKUNTA TUOTANTOTALOUDEN OSASTO CS20A9000 Kandidaatintyö ja seminaari Toimitusketjun johtaminen Kevät 2011 Palveluiden kysynnän ennustaminen Forecasting demand for services Kandidaatintyö

Lisätiedot

Viisi vinkkiä tasokkaaseen tiedolla johtamiseen ja parempaan asiakasymmärrykseen

Viisi vinkkiä tasokkaaseen tiedolla johtamiseen ja parempaan asiakasymmärrykseen Viisi vinkkiä tasokkaaseen tiedolla johtamiseen ja parempaan asiakasymmärrykseen Big Data Solutions Oy 2017 VIISI VINKKIÄ TASOKKAASEEN TIEDOLLA JOHTAMISEEN JA PAREMPAAN ASIAKASYMMÄRRYKSEEN Basware on maailman

Lisätiedot

Puutavaran rautatiekuljetusten kehittäminen

Puutavaran rautatiekuljetusten kehittäminen Puutavaran rautatiekuljetusten kehittäminen Logistiikkajohtaja Hannu Alarautalahti 17.4.2007 Metsäteho Oy Sisältö 1.Yleistä, syksy 2006 kevät 2007 2.Teollisuuden tarpeet 1. Operatiivinen toiminta ja sen

Lisätiedot

Kuolevuusseminaari

Kuolevuusseminaari Kuolevuusseminaari 19.03.2013 K2012: Henkivakuutuksen kuolevuustutkimus Henkivakuutettujen pitkän ajan kuolevuusennuste 1 Aihealueet Taustaa Kuolevuusennuste: menetelmän valinta Kuolevuusennuste: lähtöaineiston

Lisätiedot

Vastaavasti voidaan määritellä korkeamman kertaluvun autoregressiiviset prosessit.

Vastaavasti voidaan määritellä korkeamman kertaluvun autoregressiiviset prosessit. Autokovarianssi: (kun τ 0) Γ t (τ) = E[(X t µ t )(X t τ µ t τ )] ( ) ( = E[ φ k ε t k φ j ε t τ j )] = = j=0 φ j+k E[ε t k ε t τ j ] k,j=0 φ j+k σ 2 δ k,τ+j k,j=0 = σ 2 φ j+k δ k,τ+j = = k,j=0 φ τ+2j I

Lisätiedot

Aikuisten TNO -toiminnan ennakointi. Päivi Holopainen Ennakointikoordinaattori, Lapin liitto

Aikuisten TNO -toiminnan ennakointi. Päivi Holopainen Ennakointikoordinaattori, Lapin liitto Aikuisten TNO -toiminnan ennakointi Päivi Holopainen Ennakointikoordinaattori, Lapin liitto 28.3.2014 Mitä on ennakointi? SUUNNITTELU ENNAKOINTI VERKOSTOI- TUMINEN TULEVAI- SUUDEN- TUTKIMUS Lähde: Euroopan

Lisätiedot

Poimi yrityksistä i) neljän, ii) kymmenen suuruinen otos. a) yksinkertaisella satunnaisotannalla palauttaen, b) systemaattisella otannalla

Poimi yrityksistä i) neljän, ii) kymmenen suuruinen otos. a) yksinkertaisella satunnaisotannalla palauttaen, b) systemaattisella otannalla 806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Harjoitus 2, viikko 38, syksy 2012 1. Tutustu liitteen 1 kuvaukseen Suuresta bränditutkimuksesta v. 2009. Mikä tämän kuvauksen perusteella on ko.

Lisätiedot

Mitä tentissä tulee osata? 50 % arvioinnista

Mitä tentissä tulee osata? 50 % arvioinnista Mitä tentissä tulee osata? 50 % arvioinnista Sisältö 1. Luennot ja käsitteet 10 pistettä 2. NAVin käyttö 20 pistettä Läpäisyyn vaaditaan 12 pistettä, joista vähintään 8 on NAVin käytöstä. Luennot ja käsitteet

Lisätiedot

Epävarmuuden hallinta bootstrap-menetelmillä

Epävarmuuden hallinta bootstrap-menetelmillä 1/17 Epävarmuuden hallinta bootstrap-menetelmillä Esimerkkinä taloudellinen arviointi Jaakko Nevalainen Tampereen yliopisto Metodifestivaalit 2015 2/17 Sisältö 1 Johdanto 2 Tavanomainen bootstrap Bootstrap-menettelyn

Lisätiedot

Vastepintamenetelmä. Kuusinen/Heliövaara 1

Vastepintamenetelmä. Kuusinen/Heliövaara 1 Vastepintamenetelmä Kuusinen/Heliövaara 1 Vastepintamenetelmä Vastepintamenetelmässä pyritään vasteen riippuvuutta siihen vaikuttavista tekijöistä approksimoimaan tekijöiden polynomimuotoisella funktiolla,

Lisätiedot

Väestöennusteet suunnittelun välineenä

Väestöennusteet suunnittelun välineenä et suunnittelun välineenä Tilastokeskuksen väestöennusteen luonne ja tulkinta Ennakoinnin ajokortti -koulutus 25.9.2012 Marja-Liisa Helminen, yliaktuaari Tilastokeskus Esityksessäni Hieman väestöennusteiden

Lisätiedot

Johdatus regressioanalyysiin

Johdatus regressioanalyysiin Ilkka Mellin Tilastolliset menetelmät Osa 4: Lineaarinen regressioanalyysi Johdatus regressioanalyysiin TKK (c) Ilkka Mellin (2007) 1 Johdatus regressioanalyysiin >> Regressioanalyysin lähtökohdat ja tavoitteet

Lisätiedot

Todisteita aikakauslehtimainonnan tehokkuudesta

Todisteita aikakauslehtimainonnan tehokkuudesta The impact of investment Econometrics & ROI Todisteita aikakauslehtimainonnan tehokkuudesta Magazines & Brand Metrics Todisteita aikakauslehtimainonnan tehokkuudesta Aikakauslehdet & kuluttajan ostopolku

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy

Lisätiedot

Ahlstrom Oyj Osavuosikatsaus tammi-maaliskuu 2008

Ahlstrom Oyj Osavuosikatsaus tammi-maaliskuu 2008 Ahlstrom Oyj Osavuosikatsaus tammi-maaliskuu 28 25.4.28 Toimitusjohtaja Risto Anttonen Tammi-maaliskuu 28 lyhyesti Toimintaympäristö pysyi haastavana Liikevaihto kasvoi viime aikojen kasvuinvestointien

Lisätiedot

Laatukäsikirja - mikä se on ja miten sellainen laaditaan?

Laatukäsikirja - mikä se on ja miten sellainen laaditaan? Laatukäsikirja - mikä se on ja miten sellainen laaditaan? Matkailun laatu laatukäsikirja osaksi yrityksen sähköistä liiketoimintaa Sähköinen aamuseminaari matkailualan toimijoille 24.8.2010 Riitta Haka

Lisätiedot

Kvalitatiivinen analyysi. Henri Huovinen, analyytikko Osakesäästäjien Keskusliitto ry

Kvalitatiivinen analyysi. Henri Huovinen, analyytikko Osakesäästäjien Keskusliitto ry Henri Huovinen, analyytikko Osakesäästäjien Keskusliitto ry Laadullinen eli kvalitatiiivinen analyysi Yrityksen tutkimista ei-numeerisin perustein, esim. yrityksen johdon osaamisen, toimialan kilpailutilanteen

Lisätiedot

COMPONENTA TILINPÄÄTÖS 1.1. - 31.12.2014. Heikki Lehtonen toimitusjohtaja

COMPONENTA TILINPÄÄTÖS 1.1. - 31.12.2014. Heikki Lehtonen toimitusjohtaja COMPONENTA TILINPÄÄTÖS 1.1. - 31.12.2014 Heikki Lehtonen toimitusjohtaja 2 Tilauskannan kehitys vuosineljänneksittäin (sisältää seuraavien 2 kuukauden tilaukset) 120 100 80 60 40 20 0 3 Me Q1/10 Q2/10

Lisätiedot

Tuotannon simulointi. Teknologiademot on the road -hanke

Tuotannon simulointi. Teknologiademot on the road -hanke Tuotannon simulointi Teknologiademot on the road -hanke Simulointi Seamkissa Tuotannon simulointia on tarjottu palvelutoimintana yrityksille 90-luvun puolivälistä lähtien. Toteutettuja yritysprojekteja

Lisätiedot

Monimutkaisesta datasta yksinkertaiseen päätöksentekoon. SAP Finug, Emil Ackerman, Quva Oy

Monimutkaisesta datasta yksinkertaiseen päätöksentekoon. SAP Finug, Emil Ackerman, Quva Oy Monimutkaisesta datasta yksinkertaiseen päätöksentekoon SAP Finug, 9.9.2015 Emil Ackerman, Quva Oy Quva Oy lyhyesti Quva kehittää innovatiivisia tapoja teollisuuden automaation lisäämiseksi Internetin

Lisätiedot

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely)

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely) Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely) Esitelmöijä Olli Rentola päivämäärä 21.1.2013 Ohjaaja: TkL Anssi Käki Valvoja: Prof. Ahti Salo Työn saa tallentaa

Lisätiedot

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla Korvausvastuun ennustejakauma bootstrap-menetelmän avulla Sari Ropponen 13.5.2009 1 Agenda Korvausvastuu vahinkovakuutuksessa Korvausvastuun arviointi Ennustevirhe Ennustejakauma Bootstrap-/simulointimenetelmä

Lisätiedot

Tikkurila. Osavuosikatsaus tammi-maaliskuulta 2012. Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia

Tikkurila. Osavuosikatsaus tammi-maaliskuulta 2012. Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia Tikkurila Osavuosikatsaus tammi-maaliskuulta 212 Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia Huomautus Kaikki tässä katsauksessa esitetyt yritystä tai sen liiketoimintaa koskevat lausumat perustuvat

Lisätiedot

Tiedolla johtaminen vuoden 2017 laatupalkintokilpailun teemana Ammatillisen koulutuksen laatupalkintokilpailun informaatiotilaisuus 1.3.

Tiedolla johtaminen vuoden 2017 laatupalkintokilpailun teemana Ammatillisen koulutuksen laatupalkintokilpailun informaatiotilaisuus 1.3. Tiedolla johtaminen vuoden 2017 laatupalkintokilpailun teemana Ammatillisen koulutuksen laatupalkintokilpailun informaatiotilaisuus 1.3.2017 Riikka Vacker opetusneuvos Tietojohtaminen Tietojohtaminen tarkoittaa

Lisätiedot

Kappale 17 Tuulivoiman ennustaminen Saksan ja Tanskan sähköverkoissa

Kappale 17 Tuulivoiman ennustaminen Saksan ja Tanskan sähköverkoissa Kappale 17 Tuulivoiman ennustaminen Saksan ja Tanskan sähköverkoissa 1. Johdanto Tuulivoimakapasiteetti on kasvanut viime vuosina huimaa vauhtia ja voimakkaan kasvun odotetaan myös jatkuvan tulevaisuudessa.

Lisätiedot

Johdatus tilastotieteeseen Johdatus regressioanalyysiin. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Johdatus regressioanalyysiin. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteeseen Johdatus regressioanalyysiin TKK (c) Ilkka Mellin (2005) 1 Johdatus regressioanalyysiin Regressioanalyysin lähtökohdat ja tavoitteet Deterministiset mallit ja regressioanalyysi

Lisätiedot

Tavaratalokaupan automaattitäydennyksellä tehoa ketjutoimintaan!

Tavaratalokaupan automaattitäydennyksellä tehoa ketjutoimintaan! Whitepaper 12.6.2009 1 / 5 Tavaratalokaupan automaattitäydennyksellä tehoa ketjutoimintaan! Kirjoittaja: Mikko Kärkkäinen Toimitusjohtaja, TkT Tämä artikkeli keskittyy täydennystilaamiseen tavaratalokaupan

Lisätiedot

Sään ennustamisesta ja ennusteiden epävarmuuksista. Ennuste kesälle 2014. Anssi Vähämäki Ryhmäpäällikkö Sääpalvelut Ilmatieteen laitos

Sään ennustamisesta ja ennusteiden epävarmuuksista. Ennuste kesälle 2014. Anssi Vähämäki Ryhmäpäällikkö Sääpalvelut Ilmatieteen laitos Sään ennustamisesta ja ennusteiden epävarmuuksista Ennuste kesälle 2014 Anssi Vähämäki Ryhmäpäällikkö Sääpalvelut Ilmatieteen laitos 22.5.2014 Säätiedoissa tulisi ottaa huomioon paikalliset lumitykit,

Lisätiedot

WEBINAARI Mitä Tag Management on käytännössä ja miten se vaikuttaa analytiikkaan?

WEBINAARI Mitä Tag Management on käytännössä ja miten se vaikuttaa analytiikkaan? WEBINAARI 7.4.2016 Mitä Tag Management on käytännössä ja miten se vaikuttaa analytiikkaan? Petri Mertanen, Super Analytics - @mertanen Jarno Wuorisalo, Cuutio - @jarnowu Tomi Grönfors, Brandfors - @groenforsmethod

Lisätiedot

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa Tapio Nummi Tampereen yliopisto Runkokäyrän ennustaminen Jotta runko voitaisiin katkaista optimaalisesti pitäisi koko runko mitata etukäteen. Käytännössä

Lisätiedot

Harha mallin arvioinnissa

Harha mallin arvioinnissa Esitelmä 12 Antti Toppila sivu 1/18 Optimointiopin seminaari Syksy 2010 Harha mallin arvioinnissa Antti Toppila 13.10.2010 Esitelmä 12 Antti Toppila sivu 2/18 Optimointiopin seminaari Syksy 2010 Sisältö

Lisätiedot

Elektronisen liiketoiminnan keskeisiä kysymyksiä: Innovaatioiden diffuusio. Lauri Frank Elektroninen liiketoiminta Jyväskylän yliopisto.

Elektronisen liiketoiminnan keskeisiä kysymyksiä: Innovaatioiden diffuusio. Lauri Frank Elektroninen liiketoiminta Jyväskylän yliopisto. Elektronisen liiketoiminnan keskeisiä kysymyksiä: Innovaatioiden diffuusio Lauri Frank Elektroninen liiketoiminta Jyväskylän yliopisto Ohjelma Mikä on innovaatio? Innovaation omaksuminen Innovaation yleistyminen

Lisätiedot

ERP auttaa kustannustehokkuuteen 2009

ERP auttaa kustannustehokkuuteen 2009 ERP auttaa kustannustehokkuuteen 2009 18.3.2009 Martti From TIEKE TIEKEn visio, strategia ja strategiset tavoitteet Suomi kilpailukykyiseksi ja ihmisläheiseksi tietoyhteiskunnaksi Missio Kansalaiset Strategia

Lisätiedot

Mitä tentissä tulee osata? 50 % arvioinnista

Mitä tentissä tulee osata? 50 % arvioinnista Mitä tentissä tulee osata? 50 % arvioinnista Sisältö 1. Luennot ja käsitteet 10 pistettä 2. NAVin käyttö 20 pistettä Läpäisyyn vaaditaan 12 pistettä, joista vähintään 8 on NAVin käytöstä. Luennot ja käsitteet

Lisätiedot

1 MATEMAATTISIA VÄLINEITÄ TALOUSELÄMÄN ONGELMIIN Algebran perusteita 8 Potenssit Juuret 15 Tuntematon ja muuttuja 20 Lausekkeen käsittely 24

1 MATEMAATTISIA VÄLINEITÄ TALOUSELÄMÄN ONGELMIIN Algebran perusteita 8 Potenssit Juuret 15 Tuntematon ja muuttuja 20 Lausekkeen käsittely 24 SISÄLTÖ 1 MATEMAATTISIA VÄLINEITÄ TALOUSELÄMÄN ONGELMIIN 7 1.1 Algebran perusteita 8 Potenssit Juuret 15 Tuntematon ja muuttuja 20 Lausekkeen käsittely 24 1.2 Yhtälöitä 29 Epäyhtälö 30 Yhtälöpari 32 Toisen

Lisätiedot

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016

Lisätiedot

KYSYNNÄN ENNUSTAMINEN JA RESURSSITARPEET VAKUUTUSPALVELULIIKETOIMINNASSA

KYSYNNÄN ENNUSTAMINEN JA RESURSSITARPEET VAKUUTUSPALVELULIIKETOIMINNASSA OSKARI HEISKANEN KYSYNNÄN ENNUSTAMINEN JA RESURSSITARPEET VAKUUTUSPALVELULIIKETOIMINNASSA Diplomityö Prof. Miia Martinsuo hyväksytty tarkastajaksi Tuotantotalouden ja rakentamisen tiedekuntaneuvoston kokouksessa

Lisätiedot

D B. Levykön rakenne. pyöriviä levyjä ura. lohko. Hakuvarsi. sektori. luku-/kirjoituspää

D B. Levykön rakenne. pyöriviä levyjä ura. lohko. Hakuvarsi. sektori. luku-/kirjoituspää Levyn rakenne Levykössä (disk drive) on useita samankeskisiä levyjä (disk) Levyissä on magneettinen pinta (disk surface) kummallakin puolella levyä Levyllä on osoitettavissa olevia uria (track), muutamasta

Lisätiedot

Mallin arviointi ja valinta. Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL

Mallin arviointi ja valinta. Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL Mallin arviointi ja valinta Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL Sisältö Otoksen ennustevirheen estimointi AIC - Akaiken informaatiokriteeri mallin valintaan Parametrimäärän

Lisätiedot

Kemira Tammi - kesäkuu Harri Kerminen, toimitusjohtaja

Kemira Tammi - kesäkuu Harri Kerminen, toimitusjohtaja Kemira Tammi - kesäkuu 2011 Harri Kerminen, toimitusjohtaja 28.7.2011 HUOMAUTUS Tämä esitys sisältää tai sen voidaan katsoa sisältävän tulevaisuutta koskevia lausumia. Nämä lausumat liittyvät tulevaisuuden

Lisätiedot

Mat 2.4177 Operaatiotutkimuksen projektityöseminaari

Mat 2.4177 Operaatiotutkimuksen projektityöseminaari Mat 2.4177 Operaatiotutkimuksen projektityöseminaari Kemira GrowHow: Paikallisen vaihtelun korjaaminen kasvatuskokeiden tuloksissa 21.2.2008 Ilkka Anttila Mikael Bruun Antti Ritala Olli Rusanen Timo Tervola

Lisätiedot

Terveydenhuollon kasvava ammattilainen

Terveydenhuollon kasvava ammattilainen Terveydenhuollon kasvava ammattilainen Orion jakautuu 1.7.2006 Orion konserni Uusi Orion Oyj Oriola KD Oyj Orion Pharma Orion Diagnostica KD Oriola Lääkkeiden ja diagnostisten testien T&K, valmistus ja

Lisätiedot

Voitonmaksimointi, L5

Voitonmaksimointi, L5 , L5 Seuraavassa tullaan systemaattisesti käyttämään seuraavia merkintöjä q = tuotannon määrä (quantity) (kpl/kk) p = tuotteen hinta (price) (e/kpl) R(q) = tuotto (revenue) R(q) = pq MR(q) = rajatuotto

Lisätiedot

Lataa strategiset työkalut

Lataa strategiset työkalut Lataa strategiset työkalut Joiden avulla saavutat taloudellisen riippumattomuuden. Mitä sinä tekisit, jos pystyisit rakentamaan jopa 4.000,00 kuukaudessa tuottavan tulovirran? Entä miten pitkään olet valmis

Lisätiedot

MAINOSTAJIEN LIITTO KAMPANJAKUVAUS

MAINOSTAJIEN LIITTO KAMPANJAKUVAUS 1/9 KAMPANJAKUVAUS Tähdellä (*) merkityt kohdat ovat pakollisia. TÄRKEÄÄ 1. Tallenna lomake ensin omalle koneellesi. 2. Täytä tallentamasi lomake. 3. Tallenna ja palauta. Täytä kampanjakuvaus huolella!

Lisätiedot

Skenaariot suurpetokantojen verotuksen suunnittelussa

Skenaariot suurpetokantojen verotuksen suunnittelussa Skenaariot suurpetokantojen verotuksen suunnittelussa Katja Holmala Riistapäivät 19.1.2016 Esityksen rakenne Tausta Mallit ilveksen populaatiokehityksestä Malli 1: populaatiomalli Malli 2: skenaario- eli

Lisätiedot

Aki Taanila MATEMAATTISIA MALLEJA

Aki Taanila MATEMAATTISIA MALLEJA Aki Taanila MATEMAATTISIA MALLEJA 7.2.2010 SISÄLLYS 1 ORIENTAATIO... 1 1.1 Matemaattiset mallit... 1 1.2 Kriittinen ajattelu... 2 2 YHDEN SELITTÄJÄN REGRESSIO... 3 2.1 Lineaarinen malli... 3 2.2 Selityskerroin...

Lisätiedot

Ennakkotietoja Componenta Oyj:n tilinpäätöksestä 1.1. - 31.12.2013

Ennakkotietoja Componenta Oyj:n tilinpäätöksestä 1.1. - 31.12.2013 Ennakkotietoja Componenta Oyj:n tilinpäätöksestä 1.1. - 31.12.2013 Heikki Lehtonen Toimitusjohtaja 10.2.2014 Componenta Tuloslaskelma Me Q4 2013 Q4 2012 Muutos Q1-Q4 2013 Q1-Q4 2012 Muutos Tilauskanta

Lisätiedot

Esimerkkejä vaativuusluokista

Esimerkkejä vaativuusluokista Esimerkkejä vaativuusluokista Seuraaville kalvoille on poimittu joitain esimerkkejä havainnollistamaan algoritmien aikavaativuusluokkia. Esimerkit on valittu melko mielivaltaisesti laitoksella tehtävään

Lisätiedot

PALJON RINNAKKAISIA JUONIA

PALJON RINNAKKAISIA JUONIA PALJON RINNAKKAISIA JUONIA Talousennustaminen (suhdanne / toimialat) Mitä oikeastaan ennustetaan? Miten ennusteen tekeminen etenee? Miten toimialaennustaminen kytkeytyy suhdanne-ennusteisiin? Seuranta

Lisätiedot

ANALYYTIKKO- TAPAAMINEN JUKKA ERLUND 18.12.2015

ANALYYTIKKO- TAPAAMINEN JUKKA ERLUND 18.12.2015 ANALYYTIKKO- TAPAAMINEN JUKKA ERLUND 18.12.2015 VÄHITTÄISKAUPAN KEHITYS TOIMINTAMAISSA LIUKUVA 12 KK 10,0 8,0 6,0 4,0 2,0 0,0-2,0 Viro Ruotsi Liettua Norja Latvia Suomi Viimeisin kuukausi 1/2013 2/2013

Lisätiedot

Määräys sähkön jakeluverkon kehittämissuunnitelmista

Määräys sähkön jakeluverkon kehittämissuunnitelmista Määräys sähkön jakeluverkon kehittämissuunnitelmista EMV keskustelupäivät 18.11.2013 Tarvo Siukola Sähkömarkkinalaki 52 Jakeluverkon kehittämissuunnitelmat Kehittämissuunnitelmat tulee ilmoittaa kahden

Lisätiedot

Toiminnallinen turvallisuus

Toiminnallinen turvallisuus Toiminnallinen turvallisuus Mitä uutta standardeissa IEC 61508 Tekn.lis. Matti Sundquist, Sundcon Oy www.sundcon.fi matti.sundquist@sundcon.fi Mitä uutta standardeissa IEC 61508-1 ja -4? IEC 61508-1 (yleistä):

Lisätiedot

Erkki Liikanen Suomen Pankki. Euro & talous 4/2015. Rahapolitiikasta syyskuussa 2015 24.9.2015. Julkinen

Erkki Liikanen Suomen Pankki. Euro & talous 4/2015. Rahapolitiikasta syyskuussa 2015 24.9.2015. Julkinen Erkki Liikanen Suomen Pankki Euro & talous 4/2015 Rahapolitiikasta syyskuussa 2015 24.9.2015 1 EKP:n neuvosto seuraa taloustilannetta ja on valmis toimimaan 2 Inflaatio hintavakaustavoitetta hitaampaa

Lisätiedot

Globaaleja kasvukipuja

Globaaleja kasvukipuja Samu Kurri Kansainvälisen ja rahatalouden toimisto, Suomen Pankki Globaaleja kasvukipuja Euro & talous 1/2016 Rahapolitiikka ja kansainvälinen talous 22.3.2016 Julkinen 1 Esityksen teemat Maailmantalouden

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.104 Tilastollisen analyysin perusteet, kevät 007 8. luento: Usean selittäjän lineaarinen regressiomalli Kai Virtanen 1 Usean selittäjän lineaarinen regressiomalli Selitettävän muuttujan havaittujen

Lisätiedot

Pysyvää kilpailuetua ja kestävämpiä asiakassuhteita 29.9.2009

Pysyvää kilpailuetua ja kestävämpiä asiakassuhteita 29.9.2009 Pysyvää kilpailuetua ja kestävämpiä asiakassuhteita asiakaskokemusta k k kehittämällä Sanna Aalto 29.9.2009 09/16/2009 Asiakaskokemus Asiakaskokemuksen perustana yrityksen tarjoamat tuotteet ja palvelut

Lisätiedot

Kohti vähäpäästöistä Suomea. Espoon tulevaisuusfoorumi

Kohti vähäpäästöistä Suomea. Espoon tulevaisuusfoorumi Kohti vähäpäästöistä Suomea Espoon tulevaisuusfoorumi 27.1.2010 Mitä tulevaisuusselonteko sisältää? Tavoite: vähäpäästöinen Suomi TuSessa hahmotellaan polkuja kohti hyvinvoivaa ja vähäpäästöistä yhteiskuntaa

Lisätiedot

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen 16.06.2014 Ohjaaja: Urho Honkanen Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston

Lisätiedot

Lineaariset luokittelumallit: regressio ja erotteluanalyysi

Lineaariset luokittelumallit: regressio ja erotteluanalyysi Lineaariset luokittelumallit: regressio ja erotteluanalyysi Aira Hast Johdanto Tarkastellaan menetelmiä, joissa luokittelu tehdään lineaaristen menetelmien avulla. Avaruus jaetaan päätösrajojen avulla

Lisätiedot

YLEISELEKTRONIIKKA OYJ OSAVUOSIKATSAUS 1.1.-30.6.2012 YLEISELEKTRONIIKKA OYJ OSAVUOSIKATSAUS 1.1.-30.6.2012 10.8.2012 KLO 09:15

YLEISELEKTRONIIKKA OYJ OSAVUOSIKATSAUS 1.1.-30.6.2012 YLEISELEKTRONIIKKA OYJ OSAVUOSIKATSAUS 1.1.-30.6.2012 10.8.2012 KLO 09:15 Yleiselektroniikka Oyj - Osavuosikatsaus YLEISELEKTRONIIKKA OYJ OSAVUOSIKATSAUS 1.1.-3.6.212 YLEISELEKTRONIIKKA OYJ OSAVUOSIKATSAUS 1.1.-3.6.212 1.8.212 KLO 9:15 - Liikevaihto 2,6 miljoonaa euroa (18,8

Lisätiedot

Kestävää kauneutta vuodesta 1862. Sijoitus Invest 11.11.2015 Minna Avellan, sijoittajasuhdepäällikkö

Kestävää kauneutta vuodesta 1862. Sijoitus Invest 11.11.2015 Minna Avellan, sijoittajasuhdepäällikkö Kestävää kauneutta vuodesta 1862 Sijoitus Invest 11.11.2015 Minna Avellan, sijoittajasuhdepäällikkö Huomautus Kaikki tässä esityksessä esitetyt yritystä tai sen liiketoimintaa koskevat lausumat perustuvat

Lisätiedot

Perusopintojen Laboratoriotöiden Työselostus 1

Perusopintojen Laboratoriotöiden Työselostus 1 Perusopintojen Laboratoriotöiden Työselostus 1 Kalle Hyvönen Työ tehty 1. joulukuuta 008, Palautettu 30. tammikuuta 009 1 Assistentti: Mika Torkkeli Tiivistelmä Laboratoriossa tehdyssä ensimmäisessä kokeessa

Lisätiedot

Suositus NEUVOSTON PÄÄTÖS. liiallisen alijäämän olemassaolosta Irlannissa tehdyn päätöksen 2009/416/EY kumoamisesta

Suositus NEUVOSTON PÄÄTÖS. liiallisen alijäämän olemassaolosta Irlannissa tehdyn päätöksen 2009/416/EY kumoamisesta EUROOPAN KOMISSIO Bryssel 18.5.2016 COM(2016) 297 final Suositus NEUVOSTON PÄÄTÖS liiallisen alijäämän olemassaolosta Irlannissa tehdyn päätöksen 2009/416/EY kumoamisesta Suositus NEUVOSTON PÄÄTÖS liiallisen

Lisätiedot