Visualisierung: Legendenbildung

Prinzipiell ist es wünschenswert, eine Grafik so zu gestalten, dass sie bereits sämtliche zum Verständnis benötigten Informationen enthält. Wenn Erklärungen zu den dargestellten Objekten in einer Legende ausgelagert werden, kann eine optimierte Platzierung der Elemente das Erfassen der Zusammenhänge beschleunigen.

Immer auf der Höhe der ZeitreihelImmer auf der Höhe der Zeitreihe!

weiterlesen…

Zeitmustererkennung: Trend-Kost

Die falsche Einschätzung eines Trends verursacht im günstigsten Fall nur Magengeschwüre, im ungünstigsten durchwachsene Geschäftsergebnisse. Wir stellen einen Algorithmus vor, der für eine Zeitreihe einen Trendwechsel so schnell und sicher wie möglich erkennt und damit die laufende Trendschätzung verbessert.

Ein Trendbruch ist im Zeitpunkt t=12 anzunehmen.Die Aufgabe: Trends trennen!

weiterlesen…

Zeitmustererkennung: Wenn das Niveau steigt

Oft verhalten sich Zeitreihen für eine Weile relativ stabil und schwanken um einen konstanten Wert, um dann auf ein neues Niveau zu steigen oder zu sinken. Wie wir heute sehen werden, können diese Niveauänderungen unter gewissen Annahmen von einem Algorithmus selbstständig erkannt und automatisch Zeiträume gleichen Niveaus generiert werden.

Analysen mit NiveauKann nicht jeder: Analysen mit Niveau

weiterlesen…

Zeitmustererkennung: Segmentierung von Niveauänderungen in Zeitreihen

In Zeitreihen erkennt das menschliche Auge beinahe mühelos, wenn Werte sich auf einem neuen Niveau einpendeln. Das gilt jedenfalls für sehr deutliche Muster. Können wir dem Rechner diese visuelle Kompetenz einhauchen? Werden sogar schwierigere Muster erkannt?

Optimale Aufteilung in Segmente gleichen NiveausOptimale Aufteilung in Segmente gleichen Niveaus

weiterlesen…