dc.contributor.advisor | 周文線 | zh_TW |
dc.contributor.advisor | ZHOU, WEN-XIAN | en_US |
dc.contributor.author (Authors) | 何鍾文 | zh_TW |
dc.contributor.author (Authors) | HE, ZHONG-WEN | en_US |
dc.creator (作者) | 何鍾文 | zh_TW |
dc.creator (作者) | HE, ZHONG-WEN | en_US |
dc.date (日期) | 1985 | en_US |
dc.date.accessioned | 5-May-2016 15:55:08 (UTC+8) | - |
dc.date.available | 5-May-2016 15:55:08 (UTC+8) | - |
dc.date.issued (上傳時間) | 5-May-2016 15:55:08 (UTC+8) | - |
dc.identifier (Other Identifiers) | B2002006686 | en_US |
dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/91718 | - |
dc.description (描述) | 碩士 | zh_TW |
dc.description (描述) | 國立政治大學 | zh_TW |
dc.description (描述) | 統計學系 | zh_TW |
dc.description.abstract (摘要) | 本論文內容共一冊,約四萬餘言,共分為五章。 第一章:緒論 由於未來至公元二○○○年經濟成長對電力需求的需要,以目前發電能量,可否配合的評估,即電力長期負載預測,至為重要,故本文擬以統計的預測方法,根據自民國五十八年一月至七十四年九月各產業別(分二十五類)月份電力售電量及住宅電燈售電量時間數列資料,以二元變量時間數列模式,預測未來公元二○○○年各產業別用電需求,並透過學者專家,大用電戶對能源使用替代性,未來產業結構性變化,技術進步的先驗知識以問卷方式加以分析,以調適純由資料預測結果所無法反應的前述先 驗知識。 第二章:首先探討一元變量(UNIVARIATE)自我迴歸,移動平均整合模式(ARZ MA)。第一節:(1)自我迴歸模式(AR)的自我相關函數(ACF ),相關函數(PACF)。(2)移動平均模式(MA)的ACF 及PACF。(3)自我迴歸移動平均(ARMA)的ACF 及PACF。第二節:當隨機時間數列非平穩型如何經由差分(DIFFERENCING)轉換(TRANSFORMATION),形成一般化的自我迴歸,移動平均整合模式。第三節:說明要設計一預測體系,便是要建立一統計模式,建立過程是反覆試行的,其中包括利用 ACF 及PACF確認模式,其次用(1)最大概似估計法(MIE )(2)有條件最少平方法(3)無條件最少平方法(4)非線性估計法。估計模式節參數,再其次是模式的偵測檢查,最後利用此模式預測未來的觀察值。 第三章:轉換函數分析(TRANSFER FUNCTION ANALYSIS)簡介二變量(LIVARIATE ) 隨機過程。 第一節二變量AR(PROCESS )設定、估計、預測、轉換函數模式的探討。第二節利用交叉共變異,相關係數函數確認轉換模式,並作估計偵測,第三節:預測方法的介紹。 第四章:討論台灣地區各產業別未來至公元二○○○年的展望及未來用電需求成長,第一節各產業別解釋變數(生產指數GDP ),回顧與預測結果分析。第二節各產業別未來用電需求預測結果分析,和台電所作長期負載預測報告作比較。第三節用電需求預測文獻回顧。第五章:結論與建議,並附產業預測結果和成長趨勢圖、問卷表。 | zh_TW |
dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#B2002006686 | en_US |
dc.subject (關鍵詞) | 台灣 | zh_TW |
dc.subject (關鍵詞) | 電力 | zh_TW |
dc.subject (關鍵詞) | 需求 | zh_TW |
dc.subject (關鍵詞) | 貝氏方法 | zh_TW |
dc.subject (關鍵詞) | 經濟成長 | zh_TW |
dc.subject (關鍵詞) | 預測 | zh_TW |
dc.subject (關鍵詞) | 自我迴歸模式 | zh_TW |
dc.subject (關鍵詞) | TAIWAN | en_US |
dc.title (題名) | 台灣地區個產業別電力需求預測- 貝氏方法之應用 | zh_TW |
dc.type (資料類型) | thesis | en_US |