|
Bottom-up economic forecasting of regional unemployment in Germany
Kern, Christoph
;
Lin, Cinny
;
Ganesh, Vighnesh Natarajan
;
Rathi, Prakhar
;
Sasson, Amit
|
Dokumenttyp:
|
Buchkapitel
|
|
Erscheinungsjahr:
|
2022
|
|
Buchtitel:
|
Neue Dimensionen in Data Science : Interdisziplinäre Ansätze und Anwendungen aus Wissenschaft und Wirtschaft
|
|
Seitenbereich:
|
299-311
|
|
Herausgeber:
|
Wawrzyniak, Barbara
;
Herter, Michael
|
|
Ort der Veröffentlichung:
|
Berlin
|
|
Verlag:
|
Wichmann Verlag
|
|
ISBN:
|
978-3-87907-721-2 , 3-87907-721-5 , 978-3-87907-722-9
|
|
Verwandte URLs:
|
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Fakultät für Sozialwissenschaften > Social Data Science and Methodology (Keusch 2022-)
|
|
Fachgebiet:
|
330 Wirtschaft
|
|
Abstract:
|
In this chapter, we present and compare various approaches to grouping counties to optimize forecasts of regional unemployment rates. As a reference, we first group counties based on their administrative structures, i.e., each county's state. This approach is compared to a set of data-driven techniques that utilize unsupervised machine learning. We show that grouping counties based on arbitrary historic borders may not be the best approach, while clustering the counties based on their economic similarities may improve forecasting results.
|
 | Dieser Eintrag ist Teil der Universitätsbibliographie. |
 Suche Autoren in
BASE:
Kern, Christoph
;
Lin, Cinny
;
Ganesh, Vighnesh Natarajan
;
Rathi, Prakhar
;
Sasson, Amit
Google Scholar:
Kern, Christoph
;
Lin, Cinny
;
Ganesh, Vighnesh Natarajan
;
Rathi, Prakhar
;
Sasson, Amit
ORCID:
Kern, Christoph  ORCID: 0000-0001-7363-4299 ; Lin, Cinny ; Ganesh, Vighnesh Natarajan ; Rathi, Prakhar ; Sasson, Amit
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
