Носков Сергей Иванович, доктор технических наук, профессор, профессор кафедры информационных технологий и защиты информации
664074, г. Иркутск, ул. Чернышевского, 15
Sergey I. Noskov, Dr. Sci. (Eng), Prof., Prof., Department of Information Technologies and InformationSecurity
15 Chernyshevskogo St., Irkutsk 664074
Попов Егор Сергеевич, магистрант кафедры информационных технологий и защиты информации
664074, г. Иркутск, ул. Чернышевского, 15
Egor S. Popov, Undergraduate, Department of Information Technologies and Information Security
15 Chernyshevskogo St., Irkutsk 664074
Серёдкин Сергей Петрович, кандидат экономических наук, доцент кафедры информационных технологий и защиты информации
664074, г. Иркутск, ул. Чернышевского, 15
Sergey P. Seredkin, Cand. Sci. (Economic), Assoc. Prof., Department of Information Technologies and Information Security
15 Chernyshevskogo St., Irkutsk 664074
Тирских Владимир Викторович, кандидат физико-математических наук, доцент кафедры информационных технологий и защиты информации
664074, г. Иркутск, ул. Чернышевского, 15
Vladimir V. Tirskikh, Cand. Sci. (Physico-Mathematical), Assoc. Prof., Department of Information Technologies and Information Security
15 Chernyshevskogo St., Irkutsk 664074
Торопов Виктор Дмитриевич, кандидат технических наук, доцент кафедры государственного управления и управления человеческими ресурсами
664003, г. Иркутск, ул. Ленина, 11
Viktor D. Toropov, Cand. Sci. (Eng), Assoc. Prof., Department of Public Administration and Human Resources Management
11 Lenina Str., Irkutsk 664003
Цель. Целью исследования является построение линейной регрессионной модели производства электроэнергии в Российской Федерации в зависимости от ресурсных показателей, к которым относятся: объем добычи угля и газа, производство мазута. В качестве информационной базы исследования использованы статистические данные за 2005 – 2020 г. г.
Метод. Оценивание неизвестных параметров модели осуществляется с использованием трех методов – наименьших квадратов, модулей и антиробастного оценивания. Они ведут себя по-разному по отношению к выбросам – наблюдениям, не согласующимся с выборкой данных в целом. Второй из них вообще не реагирует на выбросы, полностью игнорируя их, а третий, напротив, сильно к ним тяготеет, следовательно, эти методы являются своего рода антагонистами друг по отношению к другу.
Результат. Получены три альтернативных модели линейной регрессионной модели производства электроэнергии, обладающие высокой точностью. Рассчитано значение индекса параметрической стабильности выборки данных, основанного на свойствах методов оценивания параметров. Выделены наблюдения, в максимальной и минимальной степени соответствующие линейной модели на анализируемой выборке. Вычислены значения вкладов факторов в правые части моделей.
Вывод. Три построенных различными методами варианта модели могут успешно использоваться для решения задач, связанных с прогнозированием производства электроэнергии в стране. При этом вариант, построенный методом наименьших квадратов, является своего рода компромиссным.
Objective. The aim of the study is to build a linear regression model of electricity generation in the Russian Federation depending on resource indicators, which include: the volume of coal and gas production, the production of fuel oil. Statistical data for 2005 - 2020 were used as the information base of the study.
Method. Estimation of unknown parameters of the linear model is carried out using three methods - least squares, modules and anti-robust estimation. They behave differently with respect to outliers in the data. The second of them does not react to outliers at all, completely ignoring them, and the third, on the contrary, strongly gravitates towards them, therefore, these methods are a kind of antagonists in relation to each other.
Result. Three alternative models of a linear regression model of electricity production with high accuracy are obtained. The value of the parametric stability index of the data sample, based on the properties of the parameter estimation methods, is calculated. Observations are identified that correspond to the maximum and minimum extent to the linear model on the analyzed sample. The values of the contributions of the factors to the right parts of the models are calculated.
Conclusion. Three versions of the model built by different methods can be successfully used to solve problems related to forecasting the production of electricity in the country. At the same time, the variant constructed by the least squares method is a kind of compromise.
The authors declare that there are no conflicts of interest present.