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…
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…
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…
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…
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…