Energetikos produktų bendroji rinka Lietuvoje

Lietuvos energetikos sektorius pagal savo svarbą, darbuotojų skaičių (apie 14 proc. pramonės darbuotojų), bendrąją ilgalaikio energetikos įmonių turto vertę (apie 25 proc. viso šalies įmonių turto) ir išlaidų, skiriamų importuojamiems energijos ištekliams įsigyti, dydį yra vienas reikšmingiausių šalyje. Ši sritis apima tarpusavyje susijusius energetikos sektorius (elektros energetikos, centralizuotojo šilumos tiekimo, naftos, gamtinių dujų, anglių ir vietinio kuro bei atsinaujinančiųjų energijos išteklių), kuriuos sudaro visuma įmonių ir įvairių energijos išteklių gavybos, gamybos, transformavimo, tiekimo, skirstymo ir vartojimo įrenginių.
Iš praeities paveldėtas ekstensyvus energetikos sektorius, orientuotas į didelį, bet neveiksmingą elektros energijos ir naftos produktų vartojimą ir nemažą eksportą, savo esminėmis savybėmis (veiksmingumu, valdymo principais, struktūra ir kt.) jau neatitinka dabarties reikalavimų. Todėl pastaraisiais metais valstybės politikos dėmesys pirmiausia kreipiamas į esminę energetikos ūkio pertvarką, energetikos sektoriaus reorganizavimą ir privatizavimą bei Europos Sąjungos direktyvų įgyvendinimą.
Savo kursiniame darbe tirsiu duomenis nuo 2000 metų sausio pirmos dienos iki 2007 rugsėjo pirmos dienos. Mano tyrimo tikslas – nustatyti kaip keisis bendroji rinka per artimiausius 10 mėnesių.
Kad butų galima atlikti pirmine duomenų statistinę analize, reikia nubraižyti grafiką, histograma ir apskaičiuoti vidurkį, bei dispersiją. Dar reikia atlikti duomenų transformacija, kad seka taptų panaši į stacionarią.
Grafikas palengvina mūsų duomenų supratimą. Nubraižius jį su programa ITSM tampa aiškiau, kaip kinta duomenys laiko atžvilgiu. Mano grafikas sudarytas iš 93 stebėjimų.
Matosi, kad reikšmės didėja, taip pat matosi sezoniškumas.
Histograma parodo kaip dažnai kartojasi reikšmės iš tam tikrų intervalų.
Iš diagramos gauname:
Sample Mean (vidurkis)= 0.1109
Sample Variance(dispersija) = 0.551669
2. Duomenų transformacija
Box-cox transformacija
Transformavimas reikalingas tam, kad būtų galima aiškiai nestacionarius duomenis modeliuoti stacionarąja laiko eilute.
Box-cox su reikšme lambda 0
Box-cox su lambda 1.5
Naikiname sezoniškumą diferencijuodami su reikšme 7. Septynis pasirenkame, nes mano tiriamų duomenų sezoniškumas = 7
Gauname:
3. Statistinio modelio parinkimas
Darau autokoreliacija (ACF) ir dalinę autokoreliacija(PACF):
AR(9) Method: Yule-Walker
Nustatome eilę AR(9)
Gauname:
Method: Yule-Walker
ARMA Model:
X(t) = 1.242 X(t-1) - .5505 X(t-2) + .1825 X(t-3) - .1687 X(t-4)
+ .2510 X(t-5) - .09000 X(t-6)...

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!