Saint Peter’s College Cutting Edge Analytical Modeling Worksheet Individual Project – Instructions Due, Sunday, April 19, 2020 Study the case Case Study

Saint Peter’s College Cutting Edge Analytical Modeling Worksheet Individual Project – Instructions Due, Sunday, April 19, 2020

Study the case Case Study for Individual Project 2019 and download the data files Cutting Edge Student File No. 1, Fall 2018 Solution and Cutting Edge Student File No. 2, Fall 2018.

Follow the instructions in the Individual Project Instructions 2019 to analyze the case. Prepare a business memo to report and discuss your findings on this case and answer the case questions.

Follow APA 6 style to prepare the report and include NSU Cover Sheet and Individual Project Grading Rubric 2019 at the beginning of the report. Click on the method names below to download a sample Excel spreadsheet displaying each.

Click on the method names below to download a sample Excel spreadsheet displaying each.

• Averaging Preview
• Averaging with Seasonality Preview
• Exponential Smoothing Preview
• Exponential Smoothing with Seasonality Preview
• Last Value Preview
• Last Value with Seasonality Preview
• Linear Regression Preview
• Moving Average Preview
• Moving Average with Seasonality Preview
• Seasonality Factors Preview

I have additional files to uploads to provide all example. A
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
B
C
D
E
F
G
H
I
J
Template for Moving-Average Forecasting Method with Seasonality
Year Quarter
1
1
1
2
1
3
1
4
2
1
2
2
2
3
2
4
3
1
3
2
3
3
3
4
4
1
4
2
4
3
4
4
5
1
5
2
5
3
5
4
6
1
6
2
6
3
6
4
7
1
7
2
7
3
7
4
8
1
8
2
8
3
8
4
9
1
9
2
9
3
9
4
10
1
10
2
10
3
10
4
11
1
11
2
11
3
11
4
12
1
12
2
12
3
12
4
True
Value
6,809
6,465
6,569
8,266
7,257
7,064
7,784
8,724
6,992
6,822
7,949
9,650
Seasonally Seasonally
Adjusted
Adjusted
Actual Forecasting
Value
Forecast Forecast
Error
7,322
7,183
#N/A
6,635
#N/A
7,005
#N/A
7,803
7,036
6,544
713
7,849
7,157
6,441
623
7,863
7,323
7,250
534
7,393
7,630
9,003
279
7,518
7,727
7,186
194
7,580
7,656
6,890
68
8,029
7,589
7,513
436
8,178
7,630
9,004
646
#N/A
7,826
7,279
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
Number of previous
periods to consider
n=
Quarter
1
2
3
4
Mean Absolute Deviation
MAD =
Mean Square Error
MSE =
A
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
B
C
13
13
13
13
14
14
14
14
15
15
15
15
16
16
16
16
17
17
17
17
18
18
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
D
E
F
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
G
H
I
J
K
L
M
N
O
P
Q
th Seasonality
1
Range Name
ActualForecast
ForecastingError
MAD
MSE
NumberOfPeriods
SeasonalFactor
SeasonallyAdjustedForecast
SeasonallyAdjustedValue
TrueValue
TypeOfSeasonality
Cells
G6:G75
H6:H75
K26
K29
K6
K12:K23
F6:F75
E6:E75
D6:D75
K9
9,000
8,000
7,000
Seasonally-Adjusted Value
2
3
Number4 of previous
periods5to consider
6
4
7
8 Type of Seasonality
9
Quarterly
10
11
Seasonal Factor
12
0.930
13
0.900
14
0.990
15
1.180
16
1.000
17
1.000
18
1.000
19
1.000
20
1.000
21
1.000
22
1.000
23
1.000
24
Mean Absolute
25
Deviation
26
436.8
27
Mean Square
28
Error
29
238,816.5
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
6,000
5,000
Seasonally Adjusted
Value
4,000
Seasonally Adjusted
Forecast
3,000
2,000
1,000
0
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29
Time Period
K
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
L
M
N
O
P
Q
R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Seasonally Adjusted
23
24
Seasonally
25 Adjusted
Forecast
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
A
B
C
D
E
F
G
H
I
J
K
Range Name
Forecast
ForecastingError
MAD
MSE
NumberOfPeriods
TrueValue
Cells
D6:D35
E6:E35
H9
H12
H6
C6:C35
L
M
Template for Moving-Average Forecasting Method
Time
Period
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
True
Value
6809
6465
6569
8266
7257
7064
7784
8724
6992
6822
7949
9650
Moving
Average
Forecast
#N/A
#N/A
#N/A
7,027
7,139
7,289
7,593
7,707
7,641
7,581
7,622
7,853
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
Forecasting
Error
Number of previous
periods to consider
n=
4
Mean Absolute Deviation
MAD =
733
230
75
495
1,131
715
819
369
2,028
Mean Square Error
MSE =
876,892
12000
10000
8000
Value
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
True Value
6000
Forecast
4000
2000
0
1
3
5
7
9
11 13 15 17 19 21 23 25 27 29
Time Period
N
A
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
B
C
D
E
F
G
H
I
J
Template for Seasonal Factors
Year Quarter
1
1
1
2
1
3
1
4
2
1
2
2
2
3
2
4
3
1
3
2
3
3
3
4
4
1
4
2
4
3
4
4
5
1
5
2
5
3
5
4
6
1
6
2
6
3
6
4
7
1
7
2
7
3
7
4
8
1
8
2
8
3
8
4
9
1
9
2
9
3
9
4
10
1
10
2
10
3
10
4
11
1
11
2
11
3
11
4
12
1
12
2
12
3
12
4
13
1
True
Value
6.809
6.465
6.569
8.266
7.257
7.064
7.784
8.724
6.992
6.822
7.949
9.650
Type of Seasonality
Quarterly
Quarter
1
2
3
4
Estimate for
Seasonal Factor
0,9323
0,9010
0,9873
1,1794
Range Name
SeasonalFactor
TrueValue
TypeOfSeasonality
Cells
G10:G21
D5:D69
F5
A
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
B
C
13
13
13
14
14
14
14
15
15
15
15
16
16
16
16
17
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
D
E
F
G
H
I
J
A
B
C
D
E
F
G
H
I
J
K
L
M
N
Range Name
ActualForecast
ForecastingError
MAD
MSE
SeasonalFactor
SeasonallyAdjustedForecast
SeasonallyAdjustedValue
TrueValue
TypeOfSeasonality
Cells
G6:G75
H6:H75
K23
K26
K9:K20
F6:F75
E6:E75
D6:D75
K6
O
P
Q
R
Template for Last-Value Forecasting Method with Seasonality
Year Quarter
1
1
1
2
1
3
1
4
2
1
2
2
2
3
2
4
3
1
3
2
3
3
3
4
4
1
4
2
4
3
4
4
5
1
5
2
5
3
5
4
6
1
6
2
6
3
6
4
7
1
7
2
7
3
7
4
8
1
8
2
8
3
8
4
9
1
9
2
9
3
9
4
10
1
10
2
10
3
10
4
11
1
11
2
11
3
11
4
12
1
12
2
12
3
12
4
13
1
13
2
13
3
13
4
14
1
14
2
14
3
14
4
15
1
15
2
15
3
15
4
16
1
16
2
16
3
16
4
17
1
17
2
17
3
17
4
18
1
18
2
True
Value
6,809
6,465
6,569
8,266
7,257
7,064
7,784
8,724
6,992
6,822
7,949
9,650
Seasonally Seasonally
Adjusted
Adjusted
Actual Forecasting
Value
Forecast Forecast
Error
7,322
7,183
7,322
6,589
124
6,635
7,183
7,112
543
7,005
6,635
7,830
436
7,803
7,005
6,515
742
7,849
7,803
7,023
41
7,863
7,849
7,770
14
7,393
7,863
9,278
554
7,518
7,393
6,876
116
7,580
7,518
6,766
56
8,029
7,580
7,504
445
8,178
8,029
9,475
175
#N/A
8,178
7,606
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
Type of Seasonality
Quarterly
Quarter
1
2
3
4
Seasonal Factor
0.930
0.900
0.990
1.180
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
Mean Absolute Deviation
MAD =
295.1
Mean Square Error
MSE =
145,909
9,000
8,000
7,000
Seasonally-Adjusted Value
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
6,000
5,000
Seasonally Adjusted
Value
4,000
Seasonally Adjusted
Forecast
3,000
2,000
1,000
0
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29
Time Period
A
C
D
E
F
G
Estimation
Error
43,85
11,64
42,18
49,93
5,40
14,57
11,66
21,26
31,07
91,70
70,55
23,24
Square
of Error
1.923
136
1.780
2.493
29
212
136
452
965
8.408
4.977
540
H
I
Template for Linear Regression
Time Independent
Period
Variable
1
4.894
2
4.703
3
4.748
4
5.844
5
5.192
6
5.086
7
5.511
8
6.107
9
5.052
10
4.985
11
5.576
12
6.647
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Dependent
Variable
6.809
6.465
6.569
8.266
7.257
7.064
7.784
8.724
6.992
6.822
7.949
9.650
Estimate
6.765
6.453
6.527
8.316
7.252
7.079
7.772
8.745
7.023
6.914
7.878
9.627
Linear Regression Line
y = a + bx
a=
b=
Estimator
If x =
then y=
12.000
10.000
8.000
Dependent Variable
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
B
6.000
4.000
2.000
J
K
1
2
Linear
3 Regression Line
y = a 4+ bx
5
-1.223,86
6
1,63
7
8
Estimator
9
10
5.000
11
12
6.938,18
13
14
1512.000
16
17
1810.000
19
20
21
8.000
22
23
24
6.000
25
26
27
4.000
28
29
30
2.000
31
32
33
0
34
0
1.000
35
36
37
38
L
M
Range Name
a
b
DependentVariable
Estimate
EstimationError
IndependentVariable
SquareOfError
x
y
N
O
Cells
J5
J6
D5:D34
E5:E34
F5:F34
C5:C34
G5:G34
J10
J12
y = 1,6324x – 1223,9
2.000
3.000
4.000
Independent Variable
5.000
6.000
7.000
P

Purchase answer to see full
attachment