Bilproduktion analyseret med fredr

I tidligere indlæg viste jeg, hvordan man henter og bruger data fra Twitter ( twitteR ), Yahoo Finance ( quantmod ), The Guardian ( guardianR ) og OECD ( oecd R-package ). I dette indlæg viser jeg, hvordan du får adgang til FRED-data med en API-nøgle ved hjælp af den tilgængelige R-pakke: fredr. En god dokumentation for at komme i gang med fredr-pakken er også udgivet af […]

Output prognose med glidende gennemsnit

I et tidligere indlæg forklarede jeg CAGR-baseret prognose. CAGR-baseret prognose er en meget enkel prognosemetode, som ofte anvendes i industrien, f.eks. til prognoser for salg og produktionsoutput. Simple prognosemodeller har fordele. De er nemme at forstå og nemme at implementere. Derudover indeholder de få parametre og er dermed meget præcise i deres kerneantagelser. På den måde kan man sige, […]

Offentlige datakilder for bilindustrien

OICA produktionsoutputstatistik : OICA er den internationale organisation af motorkøretøjsfabrikanter. OICA leverer salgs- og produktionsstatistik for alle relevante lande i åbne datasæt. Disse kan hentes fra http://www.oica.net/category/production-statistics/ EPA-data : EPA er United States Environmental Protection Agency. På deres hjemmeside kan man finde mange åbent tilgængelige datasæt: https://www.epa.gov/automotive-trends/download-automotive-trends-report#Full%20Report Kaggle ebay data : Relevante data kan også fås fra Kaggle. Jeg fandt fx et datasæt på […]

CAGR-baseret prognose i R

I dette indlæg giver jeg et eksempel på CAGR-baseret prognose ved hjælp af OICA-bilproduktionsdata for kinesisk bilindustri. CAGR er den sammensatte gennemsnitlige vækstrate. Hvis f.eks. produktionsoutput i år 2000 er 1.000.000 enheder, så, hvis CAGR = 3% forventes, ville produktionsoutput efter 10 år blive beregnet og forventet at være: CAGR-baseret prognose består af en to-trins […]

Introduktion til Seaborn i Python

Dette indlæg er en grov introduktion til Seaborn-modulet i Python. Jeg bruger det til datavisualisering, i kombination med Pandas. Læs kommentarerne for at forstå min arbejdsgang. Eventuelle spørgsmål kan du efterlade som en kommentar nederst i indlægget. år Land produktion 0 2018 Argentina 466649 1 2018 Østrig 164900 2 2018 Belgien 308493 3 2018 Brasilien 2879809 4 2018 […]