Análisis de regresión lineal del consumo total de energía de China Consumo total de energía en 2017
Palabras clave: consumo total de energía; regresión lineal; análisis residual; ***diagnóstico lineal
1. Antecedentes del tema
La energía es una de las bases materiales para el progreso de la sociedad humana. La aparición de dos crisis petroleras ha atraído cada vez más atención a la cuestión del suministro de energía. En los últimos años, con el desarrollo de la industrialización, los países de todo el mundo han consumido cada vez más energía y la crisis energética se ha vuelto cada vez más grave. Por lo tanto, es particularmente importante analizar los factores que afectan el consumo de energía. Como el país en desarrollo más grande del mundo, China es un importante productor y consumidor de energía. La producción de energía ocupa el tercer lugar en el mundo después de Estados Unidos y Rusia; el consumo básico de energía representa 1/10 del consumo total mundial, ocupando el segundo lugar en el mundo después de Estados Unidos. Desde 1993, China ha pasado de ser un exportador neto de energía a un importador neto de energía. Su consumo total de energía ha superado su oferta total y su dependencia de la demanda energética extranjera ha aumentado rápidamente. Carbón, electricidad, petróleo, gas natural y otras fuentes de energía son escasas en nuestro país. Por lo tanto, comprender eficazmente los factores que influyen en el consumo total de energía ayudará al gobierno a formular estrategias de desarrollo económico y políticas de ahorro de energía relevantes. Es de gran importancia para la realización y mejora de las perspectivas científicas sobre el desarrollo, y también será de gran beneficio. a la vida cotidiana de la gente.
2. Introducción al conjunto de datos
Los datos de este artículo provienen del sitio web de la Oficina Nacional de Estadísticas y se seleccionan datos relevantes de 1991 a 2010 para su análisis (ver el apéndice para más detalles). Con base en la revisión de información relevante y la disponibilidad de datos, la selección de indicadores que afectan el consumo total de energía de mi país se puede resumir en el siguiente cuadro estructural.
3. Establecimiento y prueba de la ecuación de regresión
1. Prueba de significancia general de la ecuación de regresión
Primero, utilice el software R para analizar los datos en el conjunto de datos. , establezca una ecuación de regresión y realice una prueba de significancia general. Los resultados son los siguientes.
Como se puede ver en la Tabla 2, el valor p de la prueba general de la ecuación de regresión es muy pequeño y el efecto de regresión es muy significativo. Al mismo tiempo, el R cuadrado de bondad de ajuste y el coeficiente de determinación modificado del modelo de regresión son 0,9926 y 0,99 respectivamente. Se puede ver que la bondad de ajuste es alta y el efecto de ajuste es muy bueno. Sin embargo, para la prueba de significancia del coeficiente de regresión, cuando el nivel de significancia α = 0,05, el coeficiente x1 no pasó la prueba. Esto muestra que si se seleccionan todas las variables para construir la ecuación, el efecto no es bueno. Es necesario seleccionar las variables para establecer la ecuación de regresión "óptima" y "Excelente".
2. Establezca ecuaciones de regresión utilizando el método de regresión por pasos, el método de regresión directa y el método de regresión inversa.
Utilice el software R para analizar el conjunto de datos para el análisis de regresión por pasos y utilice la función. step() para realizar el retorno del análisis de regresión paso a paso.
El resultado de la regresión es:
Podemos encontrar que la ecuación obtenida mediante el método de regresión por pasos tiene una mayor significación general y un mejor grado de ajuste. Las variables finalmente determinadas son x2-nivel de consumo de los residentes (100 yuanes), x3-proporción de energía hidroeléctrica, nuclear y eólica (%), x4-distancia promedio de pasajeros (km), x5-compra de materias primas, combustible y energía. Índice de precios Cuando el nivel sexual α=0,05, los coeficientes de regresión de cada ítem pasan la prueba y son altamente significativos. La ecuación de regresión resultante:
Los resultados de la regresión por pasos utilizando el software R son los mismos que los de la regresión directa y la regresión inversa, por lo que no se describirán en detalle.
IV.Diagnóstico de la ecuación de regresión
A continuación se estudiarán más a fondo algunas características del modelo de regresión para comprobar si existen valores atípicos, que traerían una inestabilidad evidente al modelo de regresión.
1. Análisis residual
Utilice el software R para realizar un análisis residual de la ecuación de regresión óptima obtenida y dibuje el gráfico residual estandarizado de la siguiente manera.
Figura 1 Gráfico residual estandarizado de la ecuación de regresión
Los datos de la figura son puntos dispersos aleatoriamente y no muestran tendencias anormales. Son gráficos residuales normales, por lo que la ecuación de regresión es. El sexo es mejor.
Esto se debe a que los puntos de observación con un valor absoluto de residuos estandarizados mayor o igual a 2 generalmente se consideran puntos sospechosos, mientras que los puntos de observación con un valor absoluto mayor o igual a 3 se consideran valores atípicos. Como puede verse en la Figura 1, los 20 puntos están básicamente distribuidos entre los dos puntos o ligeramente desviados, pero no de manera significativa. Por lo tanto, se puede decir que no hay valores atípicos obvios en la ecuación de regresión óptima, lo que no afectará negativamente los resultados de la regresión, y que la ecuación de regresión óptima tiene buena estabilidad.
2.***Diagnóstico lineal
Si las variables independientes en la ecuación de regresión tienen una relación lineal o aproximadamente lineal, ocultará la importancia de las variables y aumentará el error. de estimación de parámetros y produce un modelo muy inestable. Utilice el software R para realizar un diagnóstico lineal de la ecuación de regresión óptima obtenida y obtenga el factor de expansión de la varianza de la variable independiente de la siguiente manera.
En términos generales, si el factor de inflación de la varianza es alto, significa que el modelo tiene un fuerte problema de linealidad. De los resultados de la Tabla 4 se puede ver que los coeficientes de expansión de la varianza de las variables independientes en la ecuación de regresión óptima no exceden 10. Por lo tanto, se puede ver que todas las variables independientes en la ecuación de regresión no tienen consecuencias graves. * problemas lineales. El efecto de la ecuación de regresión y mejor estabilidad.
5. Interpretación de la ecuación de regresión óptima
En resumen, este artículo explora los factores que afectan el consumo total de energía de mi país mediante el establecimiento de ecuaciones de regresión y diagnósticos de regresión, brinda las cuestiones de relación cuantitativa correspondientes y finalmente obtiene el óptimo El óptimo La ecuación de regresión es:
Se puede ver en el modelo el nivel de consumo de los residentes, la proporción de energía nuclear en la energía hidroeléctrica, el volumen de pasajeros, la distancia promedio de transporte y el precio de compra de la materia prima. Del modelo se puede ver que el nivel de consumo de los residentes, la proporción de energía hidroeléctrica y nuclear, la distancia promedio de transporte de pasajeros y el índice de precios de compra de materias primas son los factores óptimos que afectan el consumo total de energía de mi país.
En primer lugar, la mejora del nivel de consumo de los residentes promoverá el crecimiento del consumo de energía. Por cada aumento de 100 yuanes en el nivel de consumo de los residentes, el consumo total de energía aumentará en 3,205 millones de toneladas de carbón estándar. Debido a que los niveles de vida de las personas mejoran, los gastos de consumo de energía pueden aumentar, como por ejemplo: el uso de vehículos como los automóviles y el uso de aparatos eléctricos como aires acondicionados y congeladores. Se puede decir que el crecimiento económico y el consumo de energía son inseparables. A juzgar por las tendencias de desarrollo y el crecimiento económico de China, el alto consumo de energía del desarrollo económico se mantendrá durante mucho tiempo.
Los coeficientes de la proporción de energía hidráulica, nuclear y eólica son negativos, lo que indica que a medida que aumente la proporción de energía hidráulica y nuclear, el consumo de energía disminuirá en mayor medida, es decir, cada vez. La proporción de energía hidroeléctrica, nuclear y eólica aumenta. En un punto porcentual, el consumo total de energía se reducirá en 17,740 millones de toneladas de carbón estándar. Se puede observar que incrementar la investigación, el desarrollo y el uso de energías limpias juega un papel vital en la reducción del consumo de energías no renovables en nuestro país. Al mismo tiempo, no debemos olvidar que el uso de nuevas energías limpias también aliviará en gran medida los problemas cada vez más graves de contaminación ambiental de mi país.
En los últimos años, con el aumento de la población y la mejora del nivel de vida de las personas, la frecuencia de viajes de las personas ha aumentado gradualmente. Sin embargo, el aumento en la distancia promedio de transporte de pasajeros conducirá a un aumento en el consumo de energía de los vehículos de transporte. Por cada kilómetro de aumento en la distancia promedio de transporte de pasajeros, el consumo de energía aumentará en 0,949 millones de toneladas de carbón estándar. El consumo de energía de los vehículos es un factor que no se puede ignorar y que afecta al consumo total de energía.
El aumento del índice de precios de compra de materias primas, combustibles y energía representa el progreso de la industrialización. Sin embargo, el progreso del desarrollo industrial también ejercerá presión sobre el suministro de energía a la sociedad. Cada aumento unitario del índice de precios supondrá un aumento del consumo energético de 551.000 toneladas de carbón estándar. Por lo tanto, es particularmente importante cómo equilibrar la relación entre el desarrollo industrial y la crisis energética.
VI.Conclusiones y Sugerencias
Según el modelo de regresión óptimo establecido, encontramos que el nivel de desarrollo económico, la estructura energética, el consumo de transporte y la producción industrial son los principales factores que afectan el total. consumo de energía. Para hacer realidad el concepto de desarrollo sostenible, este artículo ofrece las siguientes sugerencias:
1 El gobierno debe aumentar los esfuerzos de publicidad y educación, mejorar la conciencia de toda la sociedad sobre el ahorro de energía y mejorar la conciencia de los ciudadanos. peligro y responsabilidad, para que toda la sociedad pueda comprender claramente que la conservación y reducción del consumo de energía es una forma importante de lograr el desarrollo sostenible es una garantía para que las personas sigan sobreviviendo mejor.
2. Se recomienda que el gobierno aumente su apoyo a la innovación científica y tecnológica, acelere la reforma de la estructura energética y aumente la utilización de nuevas energías limpias (como la energía eólica, la energía hidráulica, etc.). .). Esta es una manera importante de lograr un desarrollo sostenible y garantías importantes.
3. Aunque el vigoroso desarrollo de la industrialización ejercerá presión sobre el suministro de energía a la sociedad, ambos no son contradictorios y el suministro de energía no debería ser un factor que obstaculice el desarrollo industrial. Las empresas deberían esforzarse por mejorar la eficiencia energética y evitar el desperdicio. Al mismo tiempo, se debe alentar a las empresas a utilizar nuevas energías más limpias y dar ejemplo a la sociedad. Aunque puede aumentar los costos de producción al principio, será de gran beneficio para el desarrollo a largo plazo del país y no puede centrarse únicamente en los intereses inmediatos.
[Referencias]
[1] Wang Songgui, Chen Min, Chen Liping, Linear Statistical Modeling, Higher Education Press, noviembre de 2011
[ 2] Tang Yincai, lenguaje R y análisis estadístico, Higher Education Press, marzo de 2012
[3] Jiang Yuxi, Wei Xiangchao, He Suyan, Li Boda, Análisis de los factores que influyen en el consumo de energía y evidencia empírica de Liaoning, / 21.1219. U.20111230.1123.003.html, diciembre de 2011
(Unidad del autor: Renmin University of China Press): 1. Facultad de Ciencias, Universidad Minzu de China, Beijing 100081; Universidad de Sichuan, Chengdu 610065 )
Apéndice