Elektros energijos išlaidos nuo 2006 metų kovo mėnesio iki 2008 metų vasario mėnesio

KAUNO TECHNOLOGIJOS UNIVERSITETAS EKONOMIKOS IR VADYBOS FAKULTETAS Ekonometrika Indvidualus namų darbas Elektros energijos išlaidos nuo 2006m. Kovo mėn. Iki 2008m. Vasario mėn. Darbą tikrino: dėst. L. Maksvytis KAUNAS, 2008 Įvadas Mūsų indvidualaus namų darbo tema – „Elektros energijos išlaidos nuo 2006m. Kovo mėn. Iki 2008m. Vasario mėn.“ Duomenis ėmėme iš atsiskaitymo knygutės Darbo tikslas – ištirti ir prognozuoti elektros energijos sunaudojimo kitimą. Indvidualaus namų darbo uždaviniai: a) Atlikti stebinių analizę; b) Sudaryti laiko eilutės regresijos modelį ir jį įvertinti; c) Atlikti situacijų modeliavimą ir prognozavimą; d) Padaryti išvadas. Duomenų analizei naudojame Eviews 6 programinį paketą. 1. Probleminės srities aprašas Tyrimų objektas – indvidualus namų ūkis. Šiame darbe tiriame paskutinių dvejų metų sunaudotą elektros kiekį. Duomenis imame iš atsiskaitymo knygutės. 2006 metai Kovas Balandis Gegužė Birželis Liepa Rūgpjūtis Rugsėjis Spalis lapkritis Gruodis 460 410 266 189 250 260 290 495 440 400 2007 metai Sausis Vasaris Kovas Balandis Gegužė Birželis Liepa Rūgpjūtis Rugsėjis Spalis lapkritis Gruodis 630 320 380 310 300 240 229 231 330 400 300 400 2008 metai Sausis Vasaris 357 500 Nustatėme, kad iš dalies sunaudojamą elektros kiekį lemia sezoniškumas Tikslinga darbe naudoti laiko eilutės regresijso modelį 2. Stebinių analizė: sklaidos ir stačiakampės diagramos; duomenų normalumas; išskirtys; koreliacinė matrica obs MENUO SUNAUDOTAS_ELEKTROS_KIEK 1 200603 460 2 200604 410 3 200605 266 4 200606 189 5 200607 250 6 200608 260 7 200609 290 8 200610 495 9 200611 440 10 200612 400 11 200701 630 12 200702 320 13 200703 380 14 200704 310 15 200705 300 16 200706 240 17 200707 229 18 200708 231 19 200709 330 20 200710 400 21 200711 300 22 200712 400 23 200801 357 24 200802 500 Sklaidos diagrama Sklaidos diagrama yra paremta regresinės analizės taikymu ir rezultatas rodomas grafiškai. Diagrama rodo, kaip vienas kintamasis yra susijęs su kitu kintamuoju. Histograma Histograma tai yra grafinis imties vaizdas. Horizontalioje ašyje atidėti intervalai, į kuriuos patenka stebinių reikšmės, o vertikalioje ašyje – dažnumas. Stulpelio aukštis parodo, kiek stebinio reikšmių patenka į atitinkamą intervalą. Jei tam tikrame intervale nėra vaizduojams stulpelis, vadinasi nei viena iš duomenų reikšmių nepatenka į šį intervalą. Kvantilių grafikas Kvantilių grafikas yra naudojamas norint palyginti tiriamą skirstinį su normaliuoju. Horizontalioje ašyje atidėti standartinio normalioje skirtinio kvantiliai, o vertikalioje – tiriamojo skirstinio kvantiliai. Be to, kvantilių grafikus galima naudoti ir išskirčių nustatymui, kadangi išskirtys bus nutolusios nuo tiesės. Kaip matome, grafike duomenys nėra pasiskirstę pagal normalųjį skirstinį. Bokso – Viskerio stačiakampė diagrama Bokso – Viskerio stačiakampė diagrama parodo grafinį penkiaskaitės suvestinės vaizdą - stebinio reikšmių plotį, kvartilinį plotį, vidurkį, medianą. Iš Bokso – Viskerio stačiakampių diagramų taip pat galima nustatyti ir duomenų asimetriškumą. Stebinių normalizavimas Sunaudoto elektros kiekio stebiniai ir pagal tris būdus normalizuoti stebiniai obs Y CENTRY NORMY STANDRTY 1 460 110.5416666666667 0.05484678669369261 4.34620375448849 2 410 60.54166666666669 0.0488851794443782 3.873790302913654 3 266 -83.45833333333331 0.03171575056635268 2.513239562378127 4 189 -160.4583333333333 0.02253487540240849 1.785722846952879 5 250 -99.45833333333331 0.02980803624657207 2.362067257874179 6 260 -89.45833333333331 0.03100035769643496 2.456549948189146 7 290 -59.45833333333331 0.03457732204602361 2.739998019134048 8 495 145.5416666666667 0.05901991176821271 4.676893170590875 9 440 90.54166666666669 0.05246214379396685 4.157238373858555 10 400 50.54166666666669 0.04769285799451532 3.779307612598687 11 630 280.5416666666667 0.07511625134136163 5.952409489842931 12 320 -29.45833333333331 0.03815428639561225 3.023446090078949 13 380 30.54166666666669 0.04530821509478955 3.590342231968752 14 310 -39.45833333333331 0.03696196494574938 2.928963399763982 15 300 -49.45833333333331 0.03576964349588649 2.834480709449015 16 240 -109.4583333333333 0.02861571479670919 2.267584567559212 17 229 -120.4583333333333 0.02730416120186002 2.163653608212748 18 231 -118.4583333333333 0.0275426254918326 2.182550146275742 19 330 -19.45833333333331 0.03934660784547514 3.117928780393916 20 400 50.54166666666669 0.04769285799451532 3.779307612598687 21 300 -49.45833333333331 0.03576964349588649 2.834480709449015 22 400 50.54166666666669 0.04769285799451532 3.779307612598687 23 357 7.541666666666685 0.04256587576010492 3.373032044244328 24 500 150.5416666666667 0.05961607249314414 4.724134515748358 Sunaudoto elektros kiekio stebinių ir pagal tris būdus normalizuotų stebinių skaitinės charakteristikos Y CENTRY NORMY STANDRTY  Mean  349.4583  1.66E-14  0.041667  3.301776  Median  325.0000 -24.45833  0.038750  3.070687  Maximum  630.0000  280.5417  0.075116  5.952409  Minimum  189.0000 -160.4583  0.022535  1.785723  Std. Dev.  105.8395  105.8395  0.012619  1.000000  Skewness  0.735155  0.735155  0.735155  0.735155  Kurtosis  3.202965  3.202965  3.202965  3.202965  Jarque-Bera  2.203007  2.203007  2.203007  2.203007  Probability  0.332371  0.332371  0.332371  0.332371  Sum  8387.000  4.55E-13  1.000000  79.24263  Sum Sq. Dev.  257646.0  257646.0  0.003663  23.00000  Observations  24  24  24  24 Kintamojo „Sunaudotas elektros kiekis“ ištiesinimas Ištiesinto kintamojo „Sunaudotas elektros kiekis“ skaitinės charakteristikos Z  Mean  0.003112  Median  0.003078  Maximum  0.005291  Minimum  0.001587  Std. Dev.  0.000912  Skewness  0.466530  Kurtosis  2.614152  Jarque-Bera  1.019478  Probability  0.600652  Sum  0.074681  Sum Sq. Dev.  1.91E-05  Observations  24 Stebinių „Sunaudotas elektros kiekis“ ir Z sklaidos diagrama Z histograma Siekiant eliminuoti atsitiktinius svyravimus ir išlyginti duomenis, jie yra logaritmuojami. Logaritmuoto kintamojo „Sunaudotas elektros kiekis“ skaitinės charakteristikos LOGY  Mean  5.814039  Median  5.783707  Maximum  6.445720  Minimum  5.241747  Std. Dev.  0.296355  Skewness  0.110456  Kurtosis  2.372976  Jarque-Bera  0.441961  Probability  0.801732  Sum  139.5369  Sum Sq. Dev.  2.020000  Observations  24 Normalumo tikrinimas Kintamojo „Sunaudotas elektros kiekis“ histograma su skaitinių charakteristikų langu Normalumas tirinimas naudojant Jarque – Bera kriterijų Jei JB tikimybė (probability) neviršija 5 %, tai hipotezė apie stebinių normalumą priimama. Mūsų atveju ji yra 33%, todėl hipotezę reikia atmesti. Logaritmuoto kintamojo „Sunaudotas elektros kiekis“ histograma su skaitinių charakteristikų langu Išskirčių nustatymas Nustatėme išskirtis kintamojo „Sunaudotas elektros kiekis“ stebiniams standartizuotos kintamojo reikšmės metodu ir medianos metodu. Nustatinėjant pirmuoju metodu gavome 13 išskirčių. Antruoju metodu negavome nė vienos išskirties. obs ISSKIRTIS_3S ISSKIRTIS_MEDIANA 1 1 0 2 1 0 3 0 0 4 0 0 5 0 0 6 0 0 7 0 0 8 1 0 9 1 0 10 1 0 11 1 0 12 1 0 13 1 0 14 0 0 15 0 0 16 0 0 17 0 0 18 0 0 19 1 0 20 1 0 21 0 0 22 1 0 23 1 0 24 1 0 Koreliacinė matrica MENUO Y MENUO 1 0.1167007841768421 Y 0.1167007841768421 1 Kintamieji nėra stipriai koreliuoti nes 0.12

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!