Onderzoek Unconfirmed CA

Optimalisatie van ARDL-modellen voor de voorspelling van detailhandelsverkopen en eerlijke prijsstelling

Gepubliceerd 14 July 2026

AI-samenvatting, gecontroleerd door de redactie.

Dit onderzoek richt zich op de uitdaging voor detailhandelaren om voedselprijzen te optimaliseren, waarbij zowel winstgevendheid als consumentenwelzijn in balans moeten worden gehouden. Het paper analyseert het risico van consumentenuitbuiting door dynamische prijsstelling in Canada en stelt een methode voor die eerlijkheidsbeperkingen integreert in de voorspelling van detailhandelsverkopen. Met behulp van een log-log Autoregressive Distributed Lag (ARDL) model wordt de prijsstelling geoptimaliseerd om de verkoop te maximaliseren binnen grenzen die zijn gekoppeld aan de Consumentenprijsindex (CPI). De resultaten tonen aan dat een eerlijke prijsstelling mogelijk is zonder de verkoopdoelen in gevaar te brengen.

Betrouwbaarheid
70
Relevantie
80
Impact
75
Urgentie
60

Oorspronkelijke bronnen (1)

Deze pagina toont geen volledige brontekst - lees het origineel voor de volledige context.

  • Primaire bron Optimizing ARDL Models for Retail Sales Forecasting and Fair Pricing
    arXiv - cs.LG (Machine Learning) · 14-07-2026 · ResearchPublication
    Lees origineel