Seite 2 von 2

Re: mulivariate Modellierung

Verfasst: Di Mär 27, 2018 4:32 pm
von knuffikatze
Als Werbeumsatz bezeichne ich den Umsatz, der mit den Artikeln aus der Werbung generiert worden ist.

Re: mulivariate Modellierung

Verfasst: Di Mär 27, 2018 5:07 pm
von Athomas
Und was ist mit dem "normalen" Umsatz in den PLZ-Gebieten - der auch ohne spezielle Werbung da ist?

Re: mulivariate Modellierung

Verfasst: Di Mär 27, 2018 5:14 pm
von knuffikatze
Den habe ich natürlich auch Vorliegen. Ich habe diesen bis jetzt noch nicht ins Modell eingepflegt, da auch dieser in Gebieten, wo wir Prospekte verteilen, deutlich höher ist. Es wäre halt sehr hilfreich anhand von Bevölkerungsstrukturen und Fahrzeiten Potentiale für Werbeumsätze zu bestimmen. Hast du noch eine Idee, wie man das ganze Modellieren könnte?

Danke.

Re: mulivariate Modellierung

Verfasst: Di Mär 27, 2018 6:09 pm
von Athomas
Also, ich würde mal ganz bürgerlich mit einem GLM anfangen...

Re: mulivariate Modellierung

Verfasst: Mi Mär 28, 2018 11:50 am
von knuffikatze
Hallo,

ich habe noch eine Frage. Mein Modell gibt mir für Postleitzahlen, die sich in kurzer Entfernung zum Markt befinden, relativ gute Werte aus. Das Problem ist nun, das bei längeren Fahrzeiten die Werte vom Modell viel zu hoch geschätzt werden.

reg.gam <-gam(Mean_Sls_estimate_PHH ~
s(Fahrzeit)+s(HA_MGM_P_BUM) +s(HA_MGM_P_TRA) +s(HA_MGM_P_EPE )+s(HA_MGM_P_PER ) +s(HA_MGM_P_SOK)+s(HA_MGM_P_LIB)+s(HA_MGM_P_HED)
+s(HA_MGM_P_KET)+s(HA_MGM_P_PRA)+s(K_EINWPROQKM_GMD,k=5) +s(BANKTYP_DOM)+s(Fahrzeit_direkter_WW) +s(Fahrzeit_indirekter_WW)
+s(Geschw), data=Tub)

Das Modell wird an den nähreren PLZ trainiert, weil hier auch Werbung gestreut wurde. Wenn ich es an die weiteren anpasse, sind diese Werte viel zu hoch.

Gibt es hier irgendeine Möglichkeit das Modell anzupassen. Wahrscheinlich ist das was einfaches.

Vielen Dank für eure Hilfe.

Gruß
Eva

Re: mulivariate Modellierung

Verfasst: Mi Mär 28, 2018 6:48 pm
von EDi
Das Modell wird an den nähreren PLZ trainiert, weil hier auch Werbung gestreut wurde. Wenn ich es an die weiteren anpasse, sind diese Werte viel zu hoch.
Das ist natürlich grob fahrlässig... Deine Trainingsdaten sollten das was du vorhersagen willst beinhalten...

Desweiteren: das Model ist sehr komplex, wieviel parameter hat es am Ende? Und wieviele Daten hast du? Reicht das um ein stabiles Model zu bekommen?
Gibt es hier irgendeine Möglichkeit das Modell anzupassen. Wahrscheinlich ist das was einfaches.
Sicherstellen, dass die Trainingsdaten zu dem passt was man vorhersagen will (z. B. Pca der Trainings, Validierungs und Test Daten).