Regression analysis is one of the s

Regression analysis is one of the statistical methods used for developing models for prediction of energy consumption in buildings.
This paper presents relevant information to understand and apply linear regression analysis for application on the residential sector with focus on whole-building energy consumption in single-family homes. The energy signatures and conditional demand analysis are also discussed for better understanding of the use of practical applications of regression analysis for residential energy consumption prediction. The literature review of papers dealing specifically with residential energy consumption using regression analysis supports the feasibility of this statistical approach for model development. The basics of simple and multiple linear regression analysis were applied to data from the TxAIRE Research and Demonstration House #1, as a case study, to illustrate an example of results from regression analysis. As illustrated from the results of the case study, as the time interval of the observed data increases, the quality of the models improves. This is explained by the fact that for longer time periods, the discrepancies among individual effects in shorter time periods are averaged over longer time periods. The solar radiation as a second predictor variable shows improvement of the coefficient of determination, but deteriorates the root mean square error, which justifies the importance of using both parameters to assess the quality of the model based on the developer's criteria. Since HVAC systems accounts for a large portion of the total energy consumption of buildings, and because the performance of HVAC systems can be modeled as a second order polynomial, a quadratic regression model can offer better results for shorter time intervals such as an hour. This is not necessarily true for longer time periods such as a day because the quadratic trend of the HVAC system is lost

ผลลัพธ์ (ไทย) 1:

วิเคราะห์การถดถอยเป็นหนึ่งของวิธีการทางสถิติที่ใช้ในการพัฒนาแบบจำลองสำหรับทำนายการใช้พลังงานในอาคาร This paper presents relevant information to understand and apply linear regression analysis for application on the residential sector with focus on whole-building energy consumption in single-family homes. The energy signatures and conditional demand analysis are also discussed for better understanding of the use of practical applications of regression analysis for residential energy consumption prediction. The literature review of papers dealing specifically with residential energy consumption using regression analysis supports the feasibility of this statistical approach for model development. The basics of simple and multiple linear regression analysis were applied to data from the TxAIRE Research and Demonstration House #1, as a case study, to illustrate an example of results from regression analysis. As illustrated from the results of the case study, as the time interval of the observed data increases, the quality of the models improves. This is explained by the fact that for longer time periods, the discrepancies among individual effects in shorter time periods are averaged over longer time periods. The solar radiation as a second predictor variable shows improvement of the coefficient of determination, but deteriorates the root mean square error, which justifies the importance of using both parameters to assess the quality of the model based on the developer's criteria. Since HVAC systems accounts for a large portion of the total energy consumption of buildings, and because the performance of HVAC systems can be modeled as a second order polynomial, a quadratic regression model can offer better results for shorter time intervals such as an hour. This is not necessarily true for longer time periods such as a day because the quadratic trend of the HVAC system is lost

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์การถดถอยเป็นหนึ่งในวิธีการทางสถิติที่ใช้ในการพัฒนารูปแบบการทำนายของการใช้พลังงานในอาคาร.
บทความนี้นำเสนอข้อมูลที่เกี่ยวข้องเพื่อทำความเข้าใจและนำไปใช้การวิเคราะห์การถดถอยเชิงเส้นสำหรับการใช้งานในภาคที่อยู่อาศัยที่มีความสำคัญในการใช้พลังงานทั้งอาคารในครอบครัวเดี่ยว บ้าน ลายเซ็นพลังงานและการวิเคราะห์ความต้องการเงื่อนไขที่จะกล่าวถึงยังมีความเข้าใจที่ดีของการใช้งานจริงของการวิเคราะห์การถดถอยสำหรับการใช้พลังงานที่อยู่อาศัยการทำนาย การทบทวนวรรณกรรมของเอกสารที่เกี่ยวข้องโดยเฉพาะกับการใช้พลังงานที่อยู่อาศัยโดยใช้การวิเคราะห์การถดถอยสนับสนุนความเป็นไปได้ของวิธีการทางสถิตินี้ได้พัฒนารูปแบบ พื้นฐานของการที่เรียบง่ายและการวิเคราะห์การถดถอยเชิงเส้นถูกนำไปใช้กับข้อมูลจาก TxAIRE วิจัยและสาธิตการบ้าน # 1 เป็นกรณีศึกษาเพื่อแสดงให้เห็นตัวอย่างของผลที่ได้จากการวิเคราะห์การถดถอย ที่แสดงจากผลการศึกษากรณีที่เป็นช่วงเวลาของการเพิ่มข้อมูลที่สังเกตคุณภาพของรูปแบบที่ดีขึ้น นี่คือคำอธิบายความจริงที่ว่าสำหรับช่วงเวลาอีกต่อไปความแตกต่างในหมู่ผลกระทบในแต่ละช่วงเวลาสั้น ๆ ที่มีค่าเฉลี่ยในช่วงเวลาเวลานาน รังสีแสงอาทิตย์เป็นตัวแปรทำนายที่สองแสดงให้เห็นถึงการปรับปรุงค่าสัมประสิทธิ์การตัดสินใจ แต่เสื่อมรากหมายถึงข้อผิดพลาดของตารางซึ่ง justifies ความสำคัญของการใช้พารามิเตอร์ทั้งในการประเมินคุณภาพของรูปแบบขึ้นอยู่กับเกณฑ์ของนักพัฒนาที่ ตั้งแต่ระบบ HVAC บัญชีสำหรับส่วนใหญ่ของการใช้พลังงานทั้งหมดของอาคารและเนื่องจากประสิทธิภาพการทำงานของระบบ HVAC สามารถจำลองเป็นพหุนามลำดับที่สองรูปแบบสมการถดถอยสามารถให้ผลลัพธ์ที่ดีกว่าสำหรับช่วงเวลาที่สั้นกว่าเช่นชั่วโมง นี้ไม่จำเป็นต้องเป็นจริงสำหรับช่วงเวลาอีกต่อไปเช่นวันเพราะแนวโน้มกำลังสองของระบบ HVAC จะหายไป

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การถดถอยเป็นหนึ่งในวิธีการทางสถิติที่ใช้สำหรับรุ่นที่พัฒนาเพื่อทำนายการใช้พลังงานในอาคาร
บทความนี้นำเสนอข้อมูลที่เกี่ยวข้องให้เข้าใจและประยุกต์ใช้การวิเคราะห์การถดถอยเชิงเส้นเพื่อใช้ในบ้านพักอาศัย โดยมุ่งเน้นการใช้พลังงานทั้งในอาคารบ้านครอบครัวเดียว .พลังงานลายเซ็นและการวิเคราะห์ความต้องการตามเงื่อนไขยังกล่าวถึงเพื่อความเข้าใจที่ดีขึ้นของการใช้การใช้งานในทางปฏิบัติของการวิเคราะห์การถดถอยสำหรับทำนายการใช้พลังงานที่อยู่อาศัย การทบทวนเอกสารที่เกี่ยวข้องโดยเฉพาะกับการใช้พลังงานที่อยู่อาศัยโดยใช้การวิเคราะห์การถดถอยสนับสนุนความเป็นไปได้ของวิธีการเชิงสถิติเพื่อการพัฒนาแบบพื้นฐานของอย่างง่าย และการวิเคราะห์การถดถอยเชิงเส้นพหุที่ใช้ข้อมูลจาก txaire วิจัยและสาธิตบ้าน# 1 เป็นกรณีศึกษาเพื่อแสดงให้เห็นถึงตัวอย่างของผลลัพธ์จากการวิเคราะห์สมการถดถอย เป็นภาพประกอบจากผลของการศึกษา เช่น ช่วงเวลาของข้อมูลและเพิ่ม คุณภาพของรุ่นปรับปรุงนี้จะอธิบายความจริงที่ว่าสำหรับรอบระยะเวลาที่ยาว ความขัดแย้งระหว่างบุคคลในลักษณะระยะเวลาเฉลี่ยมากกว่ามีเวลาช่วง รังสีแสงอาทิตย์เป็นตัวแปรทำนายที่สองแสดงการปรับปรุงค่าสัมประสิทธิ์ตัวกำหนด แต่เสื่อม Root Mean Square Error ,ซึ่ง justifies ความสําคัญของการใช้ทั้งสองพารามิเตอร์เพื่อประเมินคุณภาพของรูปแบบขึ้นอยู่กับเกณฑ์ของนักพัฒนา ตั้งแต่ HVAC ระบบบัญชีสำหรับส่วนใหญ่ของการบริโภคพลังงานทั้งหมดของอาคาร และเนื่องจากการทำงานของระบบ HVAC ได้แบบพหุนามลำดับสองการถดถอยแบบกำลังสองสามารถให้ผลลัพธ์ที่ดีกว่าสำหรับช่วงเวลาสั้น ๆเช่น ชั่วโมง นี้คือความจริงที่เลี่ยงไม่ได้นานขึ้น เช่น วัน เพราะแนวโน้มปรับตัวของระบบ HVAC สูญหาย