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
Šį darbą sudaro 2021 žodžiai, tikrai rasi tai, ko ieškai!
★ 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!
Norint atsisiųsti šį darbą spausk ☞ Peržiūrėti darbą mygtuką!
Mūsų mokslo darbų bazėje yra daugybė įvairių mokslo darbų, todėl tikrai atrasi sau tinkamą!
Panašūs darbai
Kiti darbai
Atsisiuntei rašto darbą ir neradai jame reikalingos informacijos? Pakeisime jį kitu nemokamai.
Pirkdamas daugiau nei vieną darbą, nuo sekančių darbų gausi 25% nuolaidą.
Išsirink norimus rašto darbus ir gauk juos akimirksniu po sėkmingo apmokėjimo!