dummies
 
 

Suchen und Finden

Titel

Autor/Verlag

Inhaltsverzeichnis

Nur ebooks mit Firmenlizenz anzeigen:

 

Markov-Ketten: ein kurzer Überblick

von: Pirjetta Stüven

GRIN Verlag , 2002

ISBN: 9783638127462 , 16 Seiten

Format: PDF, OL

Kopierschutz: frei

Windows PC,Mac OSX,Windows PC,Mac OSX geeignet für alle DRM-fähigen eReader Apple iPad, Android Tablet PC's Online-Lesen für: Windows PC,Mac OSX,Linux

Preis: 11,99 EUR

Exemplaranzahl:  Preisstaffel

Für Firmen: Nutzung über Internet und Intranet (ab 2 Exemplaren) freigegeben

Derzeit können über den Shop maximal 500 Exemplare bestellt werden. Benötigen Sie mehr Exemplare, nehmen Sie bitte Kontakt mit uns auf.


Mehr zum Inhalt

Markov-Ketten: ein kurzer Überblick


 

Studienarbeit aus dem Jahr 2002 im Fachbereich Statistik, Note: 1.3, Fachhochschule Kiel (BWL), Veranstaltung: Referat in regulärer Vorlesung, Sprache: Deutsch, Abstract: 'Warum ist es interessant sich mit Markov-Ketten zu beschäftigen?' Markov-Ketten dienen der Analyse oder/und Prognose der künftigen Entwicklungen z.B. auf den (Produkt)märkten. So können z.B. mit Hilfe von Modellen die Auswirkungen verschiedener Marketingmaßnahmen auf die Produktwahl der Konsumenten untersucht werden, um eine optimale Marketingstrategie zu entwickeln. Mittels der Markov-Ketten können Absatzprognosen, Anhaltspunkte zu der Dringlichkeit absatzpolitischer Maßnahmen, Angaben zur Beeinflussung der Markentreue von Konsumenten gemacht werden oder aber auch Warteschlangenzeiten beschrieben werden. Es gibt zusammengesetzte Zufallsexperimente, deren Einzelversuche nicht voneinander abhängen. Andrej A. Markov (1856-1922), ein russischer Mathematiker, hat sich mit einem seiner Schüler als erster mit diesen stochastischen Kettenprozessen befasst. Die Markov-Prozesse gehören zu den Haupttypen stochastischer Prozesse. Zur Begrifflichkeit: Ein stochastischer 'Prozess' ist eine Folge von Zufallsvariablen. Stochastische Prozesse beschreiben die zeitliche Entwicklung eines zufallsabhägigen Systems. Die Bezeichnung 'Kette' wird verwendet, wenn die Zeit diskret ist (Wertebereich abzählbar).