完整後設資料紀錄
DC 欄位語言
dc.contributor.author林貞妤
dc.contributor.author翁瑞嬪
dc.contributor.author楊程皓
dc.contributor.author李銘峻
dc.date98學年度第二學期
dc.date.accessioned2010-09-06T14:57:56Z
dc.date.accessioned2020-05-22T08:10:53Z-
dc.date.available2010-09-06T14:57:56Z
dc.date.available2020-05-22T08:10:53Z-
dc.date.issued2010-09-06T14:57:56Z
dc.date.submitted2010-09-03
dc.identifier.otherD9639335、D9639174、D9639424、D9659982
dc.identifier.urihttp://dspace.lib.fcu.edu.tw/handle/2377/29681-
dc.description.abstract全球面臨了氣候暖化和能源危機,近年來氣候急遽的轉變和能源的即將耗盡,由於氣候暖化與能源使用有很大的關聯,使得各個國家不得不開始重視節約能源的重要。如何節約能源及提升能源效率是我們現階段該認真思考的問題。   為了瞭解國內的能源消費是否隨著政府的宣導而有效的減少能源用量,我們利用AREMOS資料庫下載了「國內能源消費-能源用」從1992年到2009年的216筆月資料,應用統計預測方法來分析歷年來國內能源使用量的狀況。並且保留最後的12筆數據,用以和預測分析做比較。   我們先判斷原始資料是否具有趨勢,以及其平均數和變異數是否為常數。接著利用SAS軟體,依序使用時間序列迴歸法、分解法、指數平滑法及ARIMA(Autoregressive Integrated Moving Average Model)配適模型,並做預測分析。最後利用MSE、MAD、MPE及MAPE四個準則來評估預測表現,選出配適度最佳的模型為時間序列迴歸法所配適的模型。 我們預測未來幾年的能源消費量依舊會年年持續增加,面對近來環保議題,政府如何有效宣導及人民應當如何節約能源是急需探討的議題。
dc.description.tableofcontents第一章 緒論 5 第一節 研究背景 5 第二節 研究動機 5 第三節 研究目的 6 第四節 資料來源 6 第五節 資料分析 7 第六節 研究流程(流程圖) 8 第二章 研究方法 9 第一節 時間序列迴歸法(Time Series Regression) 9 一、何謂時間序列迴歸法(Time Series Regression): 9 二、模型配適 10 一、何謂分解法(Decomposition Method): 16 二、模型的配適 16 第三節 指數平滑法(Exponential Smoothing) 23 一、何謂指數平滑法(Exponential Smoothing) 23 二、模型的配適: 24 第四節 ARIMA分析法 27 一、何謂ARIMA 27 二、模型的配適 28 第五節 最佳模型的選擇 35 第三章 結論與建議 36 參考文獻 38
dc.format.extent38p.
dc.language.isozh
dc.rightsopenbrowse
dc.subject能源消費
dc.subject時間序列迴歸法
dc.subject分解法
dc.subject指數平滑法
dc.subjectAutoregressive Integrated Moving Average (ARIMA)Model
dc.title國內能源消費-能源用
dc.typeUndergraReport
dc.description.course統計預測方法
dc.contributor.department統計學系, 商學院
dc.description.instructor陳婉淑
dc.description.programme統計學系, 商學院
分類:商098學年度

文件中的檔案:
檔案 描述 大小格式 
D963933598201.pdf1.29 MBAdobe PDF檢視/開啟


在 DSpace 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。