791 resultados para aikasarja-analyysi
Resumo:
Tässä tutkielmassatarkastellaan maakaasun hinnoittelussa käytettyjen sidonnaisuustekijöiden hintadynamiikkaa ja niiden vaikutusta maakaasun hinnanmuodostukseen. Pääasiallisena tavoitteena on arvioida eri aikasarjamenetelmien soveltuvuutta sidonnaisuustekijöiden ennustamisessa. Tämä toteutettiin analysoimalla eri mallien ja menetelmien ominaisuuksia sekä yhteen sovittamalla nämä eri energiamuotojen hinnanmuodostuksen erityispiirteisiin. Tutkielmassa käytetty lähdeaineisto on saatu Gasum Oy:n tietokannasta. Maakaasun hinnoittelussa käytetään kolmea sidonnaisuustekijää seuraavilla painoarvoilla: raskaspolttoöljy 50%, indeksi E40 30% ja kivihiili 20%. Kivihiilen ja raskaan polttoöljyn hinta-aineisto koostuu verottomista dollarimääräisistä kuukausittaisista keskiarvoista periodilta 1.1.1997 - 31.10.2004. Kotimarkkinoiden perushintaindeksin alaindeksin E40 indeksi-aineisto, joka kuvaa energian tuottajahinnan kehitystä Suomessa ja koostuu tilastokeskuksen julkaisemista kuukausittaisista arvoista periodilta 1.1.2000 - 31.10.2004. Tutkimuksessa tarkasteltujen mallien ennustuskyky osoittautui heikoksi. Kuitenkin tuloksien perusteella voidaan todeta, että lyhyellä aikavälillä EWMA-malli antoi harhattomimman ennusteen. Muut testatuista malleista eivät kyenneet antamaan riittävän luotettavia ja tarkkoja ennusteita. Perinteinen aikasarja-analyysi kykeni tunnistamaan aikasarjojen kausivaihtelut sekä trendit. Lisäksi liukuvan keskiarvon menetelmä osoittautui jossain määrin käyttökelpoiseksi aikasarjojen lyhyen aikavälin trendien identifioinnissa.
Resumo:
Summary
Resumo:
Opinnäytetyön tavoitteena oli luoda kilpailija-analyysi Keravan keskustan ruokaravintoloista. Opinnäytetyön toimeksiantaja oli perheyritys HS Ravintolat KY jolla on ollut alustavia suunnitelmia perustaa lounasravintola esimerkiksi Keravalle. Ennen ravintolan perustamista yritys halusi selvittää minkälaisia ravintoloita kyseisillä markkinoilla on. Opinnäytetyössä haluttiin myös tutkia Keravan keskustan ruokaravintoloiden kilpailutilannetta. Lisäksi haettiin vastausta kysymykseen, onko näillä ruokaravintolamarkkinoilla tilaa uudelle yksityiselle lounasravintolalle. Tutkimuksessa kartoitettiin kaikki Keravalla sijaitsevat ravintolat ja jaettiin ne seuraaviin ryhmiin: baarit, pizzeriat, kebabravintolat, pikaruokalat, grillit, kahvilat, kahvilaravintolat, lounasravintolat ja ravintolat. Kilpailija-analyysi tehtiin niistä ravintoloista ja kahviloista jotka sijaitsivat 04200 postitoimialueella eli noin kilometrin säteellä toisistaan Keravan keskustassa. Kaikissa keskustan ravintoloissa ja kahviloissa vierailtiin ja vierailujen aikana vastattiin etukäteen laadittuun kyselylomakkeeseen. Lomakkeessa selvitettiin muun muassa ravintoloiden asiakaskuntaa, tuotevalikoimaa, tavoitteita, oletuksia ja arvomaailmaa. Perustettavan ravintolan tärkeimmistä kilpailijoista tehtiin myös SWOT-analyysi. Tutkimus suoritettiin Keravalla kahtena päivänä syksyllä 2006 ja yhtenä päivänä keväällä 2007. Tutkimustuloksista selvisi, että Keravalla on yhteensä 58 ravintolaksi luokiteltavaa paikkaa joista yli 62% sijaitsee keskustan alueella. Kilpailija-analyysiin kelpuutettiin keskustassa sijaitsevat ravintolat ja kahvilat. Toimipaikkoja löytyi yhteensä 17 ja niistä seitsemän oli kahviloita. Keskustan 10:stä ravintolasta peräti kuusi oli teemaravintoloita ja seitsemästä kahvilasta vain kaksi oli perinteisiksi kahviloiksi luokiteltavia. Lisäksi keskustan ravintolat ja kahvilat olivat erilaistaneet toimintaansa muun muassa pitopalvelulla, kabinettien ja astioiden vuokrauksella sekä yksityistilaisuuksilla. Nämä erilaistamisen toimet kertoivat ravintoloiden välisestä kovasta kilpailusta. Opinnäytetyön teoreettinen osuus käsitteli kilpailija-analyysiä ja erilaisia kilpailija-analyysimalleja. Analyysimalleissa keskityttiin eniten Porterin malliin. Teoriaosuudessa käsiteltiin myös asiakasmarkkinointia ja erityisesti markkinoinnin osa-alueita segmentointia ja asemointia. Opinnäytetyön pohdintaosuudessa mietittiin, minkälaisella ravintolalla tai kahvilalla olisi mahdollisuuksia menestyä Keravan ruokaravintolamarkkinoilla.
Resumo:
Työssäni olen tutkinut kahta Puccinin Tosca-oopperasta tehtyä videotaltiointia, joista toinen on perinteinen lavaesitys ja toinen oopperasta toteutettu ohjattu filmatisointi autenttisilla paikoilla Roomassa. Työni tarkoituksena on perehtyä yksityiskohtaisemmin valittuun oopperaan ja analysoida kahta hyvin erityyppistä taltiointia. Laulupedagogin koulutuksessa perehdymme yleensä vain eri oopperoiden yksittäisiin aarioihin ja opiskelemme ensemblekoulutuksessa erillisiä osia oopperoista. Nämä ovat kuitenkin aina irrallisia osia suuremmasta kokonaisuudesta, tarinasta jonka tapahtumat nivoutuvat yhteen ja tarvitsevat toisiaan muodostaakseen yhtenäisen kokonaisuuden. Työssäni lähdin liikkeelle taustoittamalla oopperan syntyvaiheet ja historialliset taustat sekä luomalla yleiskatsauksen sen juoneen. Sen jälkeen analysoin, minkälaisia uusia ilmentymiä ja mahdollisuuksia oopperaan tuo se, kun perinteisestä lavataltioinnista irtaannutaan ja tehdään siitä filmatisoitu versio. Tarkemmin analysoitavaksi olen valinnut oopperasta muutamia kohtauksia. Pyrin analysoimaan kohtaukset pääroolien - Toscan, Cavaradossin ja Scarpian - valossa. Tallenteet ovat hyvin erilaisia. Kummassakin on sama musiikki ja käsikirjoitus, mutta taidemuotoina toinen edustaa perinteistä lavaesitystä teatterin keinoin. Tällä taltioinnilla ei ole mainittu ohjaajaa. Toinen on kuvattu autenttisilla paikoilla elokuvan keinoin. Yritän pohtia, tekevätkö ohjaajan käyttö ja elokuvan keinot oopperasta helpommin lähestyttävän. Lavataltioinnin ja ohjatun taltioinnin katsojakokemuksessa painottuvat hyvin erilaiset asiat. Lavataltioinnissa musiikilla on hallitseva rooli, kun taas ohjatussa taltioinnissa tarina kaikkine elementteineen nousee musiikin rinnalle ja lopputuloksena on katsojaan voimakkaasti vaikuttava kokonaistaideteos.
Resumo:
Summary: Membership categorization device as a cultural method
Resumo:
Lectio praecursoria
Resumo:
Summary: The analysis of educational data with design-based and two-level logistic regression models