Modeling residential energy consump

Modeling residential energy consumption survey (RECS) data is a complex socio-technical problem that
involves macroeconomics, climate, physical characteristics of housing, household demographics and
usage of appliances. A multilevel regression (MR) model is introduced to calculate the magnitude and
significance of effects of environment indicators and household features on residential energy consumption
(REC). MR helps construct a conceptual framework and organize explanatory variables. The
benefit of this approach is that based on stratified sampling schemes, MR extracts area effects from total
variations of REC and explains the remaining variations with manifest variables and their interactions.
Using the US 2009 RECS micro data consisting of 10,838 unique cases, 26 primary determinants of REC
are found to be division groups, housing type, house size, usage of space heating equipment, household
size and use of air-conditioning, etc. MR helps to quantify 82% of area effects and 47% of household
effects. Proportion of the overall explained variance proportion is 53% compared to

ผลลัพธ์ (ไทย) 1:

โมเดลข้อมูลแบบสำรวจ (RECS) ปริมาณการใช้พลังงานที่อยู่อาศัยเป็นปัญหาสังคมเทคนิคซับซ้อนที่เกี่ยวข้องกับเศรษฐศาสตร์มหภาค ลักษณะทางกายภาพของข้อมูลประชากรที่อยู่อาศัย บ้าน สภาพภูมิอากาศ และการใช้งานของเครื่องใช้ แบบจำลองถดถอยหลายระดับ (MR) จะนำไปคำนวณขนาด และความสำคัญของผลของตัวบ่งชี้สภาพแวดล้อมและลักษณะการทำงานในครัวเรือนปริมาณการใช้พลังงานที่อยู่อาศัย(REC) นายช่วยสร้างกรอบแนวคิด และการจัดระเบียบตัวแปรอธิบาย ที่ประโยชน์ของวิธีนี้คือ ที่ยึดแบบแผนการสุ่มตัวอย่าง stratified นายผลตั้งสารสกัดจากผลรวมรูปแบบของ REC และอธิบายรูปแบบที่เหลือ ด้วยรายการตัวแปรและการโต้ตอบโดยใช้ข้อมูลไมโคร RECS สหรัฐอเมริกา 2009 ประกอบด้วย 10,838 เฉพาะกรณี ดีเทอร์มิแนนต์ 26 หลักของ RECพบเป็น กลุ่มฝ่าย ชนิดอยู่อาศัย บ้านขนาด การใช้พื้นที่ความร้อนอุปกรณ์ บ้านขนาดและการใช้เครื่องปรับอากาศ ฯลฯ นายช่วยวัดปริมาณ 82% ของพื้นที่ผลกระทบและ 47% ของครัวเรือนผลกระทบ สัดส่วนของสัดส่วนความแปรปรวนที่อธิบายโดยรวมเป็น 53% เมื่อเทียบกับ < 40% ใช้ OLSแบบจำลองถดถอย

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองที่อยู่อาศัยการสำรวจการใช้พลังงาน (RECS) ข้อมูลที่เป็นปัญหาทางสังคมและทางเทคนิคที่ซับซ้อนที่เกี่ยวข้องกับเศรษฐศาสตร์มหภาคสภาพภูมิอากาศลักษณะทางกายภาพของที่อยู่อาศัยของประชากรในครัวเรือนและการใช้งานของเครื่องใช้ไฟฟ้า ถดถอยพหุ (MR) รุ่นที่มีการนำมาใช้ในการคำนวณขนาดและความสำคัญของผลกระทบของสภาพแวดล้อมที่ตัวชี้วัดที่ใช้ในครัวเรือนและคุณสมบัติการใช้พลังงานที่อยู่อาศัย(บันทึก) นายช่วยสร้างกรอบแนวคิดและการจัดระเบียบตัวแปรอธิบาย ประโยชน์ของวิธีนี้คือการที่ขึ้นอยู่กับรูปแบบการสุ่มตัวอย่างแบบแบ่งชั้น, MR สารสกัดจากผลกระทบจากพื้นที่รวมรูปแบบของบันทึกและอธิบายถึงรูปแบบที่ยังเหลืออยู่กับตัวแปรที่ประจักษ์และการมีปฏิสัมพันธ์ของพวกเขา. ใช้สหรัฐอเมริกา 2009 RECS ข้อมูลขนาดเล็กที่ประกอบด้วย 10838 กรณีที่ไม่ซ้ำกัน 26 ปัจจัยหลัก การถ่ายภาพจะพบว่ามีการแบ่งกลุ่มประเภทที่อยู่อาศัยบ้านขนาดการใช้งานของอุปกรณ์ทำความร้อนพื้นที่ใช้ในครัวเรือนขนาดและการใช้เครื่องปรับอากาศฯลฯ MR จะช่วยให้ปริมาณ 82% ของผลกระทบในพื้นที่และ 47% ของครัวเรือนผลกระทบ สัดส่วนสัดส่วนแปรปรวนโดยรวมอธิบายเป็น 53% เมื่อเทียบกับ <40% โดยใช้ OLS รุ่นถดถอย

ผลลัพธ์ (ไทย) 3:

แบบสำรวจการใช้พลังงานที่อยู่อาศัย ( อักขระ ) ข้อมูลเป็นปัญหาที่เกี่ยวข้องกับสังคมที่ซับซ้อนทางเทคนิค
เศรษฐศาสตร์มหภาค ภูมิอากาศ ลักษณะทางกายภาพของที่อยู่อาศัย ประชากรและครัวเรือน
การใช้เครื่องใช้ ถดถอยพหุระดับ ( MR ) รุ่นที่เป็นที่รู้จักเพื่อคำนวณขนาดและ
ความสำคัญของสิ่งแวดล้อม และผลของตัวชี้วัดการใช้พลังงานในที่อยู่อาศัยคุณสมบัติใน
( REC ) นายช่วยสร้างกรอบแนวคิดและตัวแปรการจัดระเบียบ .
ประโยชน์ของวิธีการนี้คือ ว่า ขึ้นอยู่กับรูปแบบการสุ่มตัวอย่างและคุณสารสกัดจากทั้งหมด
พื้นที่ผลรูปแบบของสันทนาการและอธิบายอีกรูปแบบกับตัวแปรอย่างชัดแจ้งและการโต้ตอบของพวกเขา .
ใช้เรา 2009 ใน ไมโครข้อมูลประกอบด้วยกรณีเฉพาะ 10838 26 ปัจจัยที่มีผลต่อ rec
จะพบว่ามีกลุ่ม ส่วนที่อยู่อาศัยประเภทบ้านขนาด การใช้ความร้อนอุปกรณ์พื้นที่ขนาดครัวเรือน
และการใช้เครื่องปรับอากาศ ฯลฯนายช่วยบอกจำนวน 82 % ของพื้นที่ผลกระทบและ 47% ของครัวเรือน

สัดส่วนโดยรวมอธิบายความแปรปรวนสัดส่วนเป็นร้อยละ 53 เมื่อเทียบกับ < 40% ใช้ OLS
ถดถอยแบบ