Matches in Data.gov.be for { <http://data.gov.be/.well-known/genid/dataset/kulrdr/doi-10-48804/3GLGJ3> ?p ?o ?g. }
Showing items 1 to 28 of
28
with 100 items per page.
- 3GLGJ3 accessRights PUBLIC @default.
- 3GLGJ3 bibliographicCitation "Udenio Castro, Maximiliano; Vatamidou, Eleni; Fransoo, Jan C., 2022, "Replication Data for: Exponential Smoothing Forecasts: Taming the Bullwhip Effect when Demand is Seasonal.", https://doi.org/10.48804/3GLGJ3, KU Leuven RDR, V1, UNF:6:Bu05jyqKUn26TrODr5hU8A== [fileUNF]" @default.
- 3GLGJ3 contributor 0000-0002-2971-2795 @default.
- 3GLGJ3 created "2022-02-18T21:29:18Z" @default.
- 3GLGJ3 creator 0000-0001-7220-0851 @default.
- 3GLGJ3 creator 0000-0002-2971-2795 @default.
- 3GLGJ3 creator 0000-0002-7942-7677 @default.
- 3GLGJ3 description "Cet ensemble de données comprend toutes les séries chronologiques simulées utilisées dans le document: Prévisions de lissage exponentielles: Apprivoiser l'effet Bullwhip lorsque la demande est saisonnière. Les données sont les suivantes. 14 fichiers csv différents sont présentés. Chaque fichier contient 20 séries chronologiques, de 6000 périodes chacune, qui sont générées en utilisant les mêmes paramètres. Comme décrit dans le document, la structure des séries chronologiques dans chacun des dossiers varie selon les paramètres suivants: * La distribution sous-jacente (un processus i.i.d normalement distribué, ou un processus ARIMA (0,1,1)). * La saisonnalité de la série chronologique (pas de saisonnalité, saisonnalité de la périodicité 49, 50 ou 51). * Pour les demandes saisonnières normalement distribuées, la force de la saisonnalité (faible, moyenne, forte saisonnalité)." @default.
- 3GLGJ3 description "Deze dataset omvat alle gesimuleerde tijdreeksen die in het papier worden gebruikt: Exponentiële afvlakkingsvoorspellingen: Het temmen van het Bullwhip-effect wanneer de vraag seizoensgebonden is. De gegevens zijn als volgt. Er worden 14 verschillende csv-bestanden gepresenteerd. Elk bestand bevat 20 tijdreeksen, van elk 6000 perioden, die met dezelfde parameters worden gegenereerd. Zoals beschreven in het document, varieert de structuur van de tijdreeksen in elk van de bestanden in de volgende parameters: * De onderliggende distributie (een normaal gedistribueerd i.i.d proces, of een ARIMA (0,1,1) proces). De seizoensgebondenheid van de tijdreeksen (geen seizoensgebondenheid, seizoensgebondenheid van periodiciteit 49, 50 of 51). * Voor de normaal verdeelde, seizoensgebonden eisen, de sterkte van de seizoensgebondenheid (zwak, gemiddeld, sterke seizoensgebondenheid)." @default.
- 3GLGJ3 description "Dieser Datensatz umfasst alle simulierten Zeitreihen, die in der Arbeit verwendet werden: Exponentielle Glättung der Prognosen: Den Bullwhip-Effekt zähmen, wenn die Nachfrage saisonal ist. Die Daten sind wie folgt. Es werden 14 verschiedene CSV-Dateien präsentiert. Jede Datei enthält 20 Zeitreihen mit jeweils 6000 Perioden, die mit den gleichen Parametern generiert werden. Wie im Papier beschrieben, variiert die Struktur der Zeitreihen in jeder der Dateien in den folgenden Parametern: * Die zugrunde liegende Verteilung (ein normal verteilter i.i.d-Prozess oder ein ARIMA (0,1,1)-Prozess). * Die Saisonalität der Zeitreihen (keine Saisonalität, Saisonalität der Periodizität 49, 50 oder 51). * Für den normal verteilten, saisonalen Bedarf die Stärke der Saisonalität (schwache, mittlere, starke Saisonalität)." @default.
- 3GLGJ3 description "This dataset comprises of all the simulated time-series used in the paper: Exponential Smoothing Forecasts: Taming the Bullwhip Effect when Demand is Seasonal. The data is as follows. 14 different csv files are presented. Each file contains 20 time-series, of 6000 periods each, that are generated using the same parameters. As described in the paper, the structure of the time-series in each of the files varies in the following parameters: * The underlying distribution (a normally distributed i.i.d process, or an ARIMA (0,1,1) process). * The seasonality of the time-series (no seasonality, seasonality of periodicity 49, 50, or 51). * For the normally distributed, seasonal demands, the strength of the seasonality (weak, medium, strong seasonality)." @default.
- 3GLGJ3 identifier "doi:10.48804/3GLGJ3" @default.
- 3GLGJ3 issued "2022-02-22T11:46:30Z" @default.
- 3GLGJ3 modified "2022-05-02T15:22:13Z" @default.
- 3GLGJ3 publisher 0419052173 @default.
- 3GLGJ3 subject "Economics and business" @default.
- 3GLGJ3 title "Données de réplication pour: Prévisions de lissage exponentielles: Apprivoiser l'effet Bullwhip lorsque la demande est saisonnière." @default.
- 3GLGJ3 title "Replicatiegegevens voor: Exponentiële afvlakkingsvoorspellingen: Het temmen van het Bullwhip-effect wanneer de vraag seizoensgebonden is." @default.
- 3GLGJ3 title "Replication Data for: Exponential Smoothing Forecasts: Taming the Bullwhip Effect when Demand is Seasonal." @default.
- 3GLGJ3 title "Replikationsdaten für: Exponentielle Glättung der Prognosen: Den Bullwhip-Effekt zähmen, wenn die Nachfrage saisonal ist." @default.
- 3GLGJ3 citedBy genid67611 @default.
- 3GLGJ3 type Dataset @default.
- 3GLGJ3 contactPoint genid67612 @default.
- 3GLGJ3 keyword "Stochastic time series" @default.
- 3GLGJ3 landingPage 3GLGJ3 @default.
- 3GLGJ3 theme ECON @default.
- 3GLGJ3 theme TECH @default.
- 3GLGJ3 version "1" @default.