Consumo nazionale di gas
Click here to load reader
-
Upload
christian-moretti -
Category
Environment
-
view
36 -
download
0
Transcript of Consumo nazionale di gas
1
CONSUMO NAZIONALE DI GAS NATURALE
Analisi e ricerca di un modello
Di:
Alberto Mazzalovo
Giovanni Mattei
Christian Moretti
2
Per analizzare il consumo di gas si sono raccolti i dati relativi al consumo di gas giornaliero per l’intero anno 2012. Tali dati sono stati reperiti sul sito del gruppo “SNAM”, l’azienda che distribuisce il gas su tutto il territorio nazionale. Mentre i dati relativi alle temperature medie giornaliere (di Milano) del medesimo anno sono stati raccolti dal sito internet “ilmeteo.it”.
Esplorazione dati e statistica descrittiva
Possiamo ipotizzare che esistano delle relazioni fra il consumo di gas (industriale + domestico) e la temperatura; cerchiamo inoltre possibili relazioni con il mese e giorno della settimana.
Il grafico 1 mostra la correlazione fra la temperatura media giornaliera di Milano (°C) e il consumo di gas naturale nazionale (milioni Nm3).
Da questo grafico sembra esserci un legame lineare almeno per le medie e basse temperature, mentre oltre i 20°C l’andamento è circa costante. Ciò è ragionevole poiché per quanto riguarda il consumo domestico le componenti influenti sono duplici:
• Necessità igieniche e alimentari, quota che rimane circa costante durante l’anno.
• Riscaldamento degli edifici, necessario solo nei mesi più freddi. Mentre per quanto riguarda l’utenza industriale il trend sembra analogo con un minimo in Agosto, mese in cui molte industrie sono chiuse (Grafico 2).
Il grafico 3 mostra una diminuzione del fabbisogno nei giorni di sabato e domenica in quanto si presume che molte industrie siano chiuse.
Introduzione del modello
Concentrandosi solamente sul consumo domestico notiamo che l’andamento è circa lo stesso del consumo di gas totale.
Poiché fino ad una temperatura di 20°C sembra esserci una relazione lineare fra temperatura media giornaliera e distribuzione di gas naturale, andiamo ad escludere i giorni
Grafico 1
Grafico 2 Grafico 3
3
in cui si è registrata una temperatura media maggiore di 20°C.
Dal grafico 5 sembra che anche per l’utenza domestica il consumo di gas sia leggermente inferiore nei giorni di sabato e domenica rispetto al resto della settimana.
Consideriamo questo fenomeno nel modello inserendo la variabile categorica “Tipo”.
𝑡𝑖𝑝𝑜 = 𝑇 =0 𝑠𝑒 𝑔𝑖𝑜𝑟𝑛𝑜 𝑓𝑒𝑟𝑖𝑎𝑙𝑒 1 𝑠𝑒 𝑔𝑖𝑜𝑟𝑛𝑜 𝑓𝑒𝑠𝑡𝑖𝑣𝑜 (𝑠𝑎𝑏𝑎𝑡𝑜 − 𝑑𝑜𝑚𝑒𝑛𝑖𝑐𝑎)
In questo modo otteniamo due rette di regressione, una per ciascuno dei due valori della variabile categorica.
Per analizzare i dati, eseguiamo dunque una regressione lineare con “R” formalizzata dalla seguente equazione:
𝑌 = 𝛽< + 𝛽<𝑇 + 𝛽>𝑋 + 𝛽>𝑋 ∙ 𝑇 + 𝜀 𝜀~𝑁(0, 𝜎F)
Y: “Distribuzione di gas per utenze domestiche [m.ni Nm3]”
X: “Temperatura media giornaliera della città di Milano [°C]”
Dunque se “tipo”=0 quindi giorno feriale, la retta di regressione per la categoria “Feriale” è:
𝑌 = 𝛽< + 𝛽>𝑋
Mentre se “tipo”=1 la retta di regressione per la categoria “Festivo” è:
𝑌 = 𝛽< + 𝛽< + 𝛽> + 𝛽> 𝑋
Si ottiene:
𝛽<=8,7693
𝛽<=-‐1,0840
𝛽>=-‐0,4260
𝛽>=0,0531
Dall’output di R notiamo che:
• R2 presenta un valore elevato che dimostra l’ottimo adattamento dei dati al modello ipotizzato.
• Pvalue dei coeff. 𝛽G è per tutti basso quindi sono tutti significativi. Dunque entrambe le rette di regressione sono significative e sono fra loro differenti.
• Il Pvalue del Test F è molto basso quindi il modello è molto significativo.
Output di R
Grafico 4 – Grafico 5
4
Per verificare comunque la validità della relazione trovata si dovrà verificare l’omoschedasticità e la normalità dei residui.
Analisi dei residui
Il test Shapiro-‐Wilk presenta un Pvalue alto quindi non vi è evidenza statistica per rifiutare l’ipotesi nulla di normalità dei residui. L’ipotesi di normalità è verificata anche dal QQplot in quanto i residui seguono la retta anche se sulle code si discostano leggermente.
Il problema emerge guardando il grafico dei residui i quali non hanno un andamento “a nuvola” intorno allo zero e fanno cadere l’ipotesi di omoschedasticità. Il fatto che i residui seguono un particolare
andamento significa che i residui non sono indipendenti fra loro.
Conclusioni
Non potendo considerare i residui omoschedastici non è possibile utilizzare il modello per fare inferenza. E’ possibile che i residui non siano omoschedastici per particolari anomalie del campione utilizzato. Possiamo comunque concludere che c’è una forte relazione lineare fra la temperatura media giornaliera di Milano e consumi nazionali di gas per l’utenza domestica. Pur non potendo fare inferenza è comunque possibile cogliere alcuni fenomeni macroscopici dall’analisi descrittiva, come il calo dei consumi nei fine settimana e nei mesi estivi, in particolare durante il mese di agosto.