历年能源消耗总量分析

1、历年来能源总量的走势叶灵咪11计算计科科学与技术（2）班摘要：本文通过一元线性回归模型分析历年来能源消耗的走势 情形 关键词：能源消耗，年份，一元线性回归1.引言：随着能源危机的显现，能源消耗问题成了一个世界性 的热点问题。本文要紧分析阻碍能源消耗量的年份与能源消耗 总量之间的相关关系。现将 1978年以来能源消耗的情形列于下 表，以供参考。年份能源消耗总量197857144198060275198576682199098703199110378319921091701993115993199412273719951311761996135192199713590919981361841999

2、140569200014553120011504062002159431200318379220042134562005235997200625867620072805082008291448200930664720103249392. 一元线性回归模型假设年份和能源消耗总量存在统计关系，为此构建一元线性回归模型，对他们的关系进行分析，另能源消耗总量位Y作为模型中的响应量，年份为 X作为模型中的说明变量，回归模 型如下：Y = a + bX i + 其中Xi表示自变量X第i年实验下的观测值；A与b均为参数，称为回归系数；Yi表示因变量Y第i年实验下的观测值；为i此实验的随机误差项，知足 Gau

3、ss-Markov假设， 及均值为0,互不相关且方差相等.最小乘法估量回归系数关于给定直线Y=aX+h考虑第i年观测值（Xi,Yi ）,昔时 份Xi时，能源消耗总量 Yi,若是用直线进行预测，预测能源 消耗总量为aXi+b,误差为di=Yi-a-bXi.作为预测或说拟和实际 数据用的回归直线，咱们希望对每一个实际观测数据的误差尽 可能的小，为此，引入误差平方和来气宇回归直线对所有样本 数据的好坏。=区-。-g）2 i=l于是，所谓的而回归直线，确实是误差平方和的最小的直 线，因此找回归直线等价于一一找一对（a,b）,其中a,b别离 表示回归直线的截距和斜率，使其对应的误差平方和最小，即(4,

4、b) = arg min Q = (Y-a-bXj迎 Al通过求驻点的方式求 Q (a,b)的最小值，令 Q (a, b)的偏导数为0,得方程詈一2科0解得方程组取得回归直线方程截距与斜率X(x-G)a-力E(xT)2aY-bX工)X+ +其中 “.实验结果及讨论年份与能源消耗总量的散点图即相关直线400000回归统计Multiple RR SquareAdjusted标准误差观测值24方差分析dfSSMSFSignificanceF回归分析1残差22总计23标准误Lower Upper 下限 上卜Coefficients 差 t Stat P-value 95%95%95.0%95.0Int

5、erceptX Variable该图是从 1978， 1980,1985,1990-2020 年间能源消耗总量的趋势图，其中不同时期因为不同的社会形势及社会的经济情形，每一个年份能源消耗总量是不一样的，其中有主管能源价钱因素的增加，可是客观因素是因为社会不同时段经济增加速慢不是很定不变的。. 结论 ：从 1978-2020 全世界各地能源消耗总量是持续增加的，可是增加的快慢不同，总得来讲后时期增加的速度明显比前时期快。进程中随着国际经济形势和国家经济政策的改变。我以为，能源消耗总量的快速增加加速了全世界的环境污染，为此我以为应当提倡开发研究新型节能环保的新能源，减少对地球的屋檐与损坏。面对现在的能源欠缺，咱们应该从点滴做起，用节能环