Zastosowanie dekompozycji sezonowej (Census 1) w analizie szeregów czasowych i prognozowania w energetyce

W artykule zaprezentowano zastosowanie jednej z metod służących do analizy szeregów czasowych z trendem i sezonowością. Szereg czasowy jest jednym z rodzajów szeregów statystycznych, który można zdefiniować jako ciąg obserwacji pewnego zjawiska w kolejnych jednostkach czasu (latach, miesiącach, dobach, itp.). Rozważane zjawisko może podlegać pewnym prawidłowościom, których wykrycie i opis jest głównym celem analizy szeregów czasowych. W wielu przypadkach modele szeregów czasowych wykorzystywane są w celu wnioskowania o przyszłości badanego zjawiska (do prognozowania). W artykule przedstawiono zastosowanie metody wskaźników do analizy szeregów czasowych i prognozowania w odniesieniu do zagadnień energetyki. Otrzymane wyniki obliczeń mogą być przydatne w podejmowaniu decyzji i monitorowaniu funkcjonowania systemu elektroenergetycznego Polski pod kątem relacji mocy dyspozycyjnej elektrowni krajowych w odniesieniu do maksymalnego zapotrzebowania na moc w Krajowym Systemie Elektroenergetycznym Polski. Wyniki obliczeń zaprezentowano z wykorzystaniem pakietu STATISTICA v. 10.0, wspomagającego analizę i obliczenia.

Pełny tekst (pdf)

[1] Luszniewicz A., Słaby T., Statystyka z pakietem komputerowym STATISTICA PL, Wydawnictwo Beck, Warszawa, 2008
[2] Starzyńska W., Statystyka praktyczna, PWN, Warszawa, 2005
[3] Stanisławek J., Podstawy statystyki, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2010
[4] Ostasiewicz W., Myślenie statystyczne, Oficyna a Wolters Kluwer business, Warszawa, 2012
[5] Nowak E., Prognozowanie gospodarcze, Agencja Wydawnicza PLACET, Warszawa, 1998
[6] Rabiej M., Statystyka z programem Statistica, Helion, 2012
[7] Kot S., Jakubowski J., Sokołowski A., Statystyka, Wydawnictwo Difin, Warszawa, 2011
[8] Sokołowski A., Analiza szeregów czasowych i prognozowanie, Statistica w badaniach naukowych i nauczaniu statystyki, Statsoft, Kraków 2010
[9] www.statsoft.pl
[10] tge.pl/pl/155/raporty-miesięczne, Urząd Regulacji Energetyki, Raporty Roczne Prezesa URE
[11] http://www.ure.gov.pl/pl/publikacje/raporty-dla-komisji-eu/3343,
[12] Nowak E., Prognozowanie gospodarcze. Metody, modele, zastosowania, przykłady. Agencja wydawnicza Placet, Warszawa, 1998
[13] Cieślak M., Prognozowanie gospodarcze, metody i zastosowania, Wydawnictwo Naukowe PWN, Warszawa, 2005
[14] Snarska A., Statystyka, ekonometria, prognozowanie, Wydawnictwo Placet, Warszawa, 2005
[15] Sobczyk M., Statystyka, Wydawnictwo Naukowe PWN, Warszawa, 2002
[16] Box E. P., Jenkins G. M., Szeregi czasowe – analiza i prognozowanie, PWN, Warszawa, 1983
[17] W. Malska: Zastosowanie metody wskaźników do analizy szeregów czasowych, „POSTĘPY w ELEKTROTECHNICE STOSOWANEJ”, Kościelisko, 16 -20 czerwca 2014r.
[18] Wieczorkowska G., Wierzbiński J., Statystyka od teorii do praktyki, Wydawnictwo Naukowe SCHOLAR, Warszawa, 2013
[19] Piłatowska M., Repetytorium ze statystyki, PWN, Warszawa, 2009