Eesti elektritarbimise prognoos
| dc.contributor.advisor | Kangro, Raul, juhendaja | |
| dc.contributor.advisor | Lassmann, Joosep, juhendaja | |
| dc.contributor.author | Dalberg, Cliona Georgia | |
| dc.contributor.other | Tartu Ülikool. Matemaatika-informaatikateaduskond | et |
| dc.contributor.other | Tartu Ülikool. Matemaatilise statistika instituut | et |
| dc.date.accessioned | 2015-07-08T07:45:29Z | |
| dc.date.available | 2015-07-08T07:45:29Z | |
| dc.date.issued | 2015 | |
| dc.description.abstract | Käesolevas magistritöös prognoositakse Eesti elektritarbimist 24 tundi ette. Antakse ülevaade tugivektorregressiooni teooriast ning kasutatavast paketist R tarkvaras. Koostatakse ennustamiseks lineaarse regressiooni mudelid ning tehakse nende analoogid tugivektorregressiooni abil. Võrdlemiseks kasutatakse ka ARIMA mudelit. Tulemusi hinnatakse 2015. aasta jaanuari ning veebruari prognooside keskmise suhtelise vea ning keskmise ruutvea põhjal. Mudeleid parandatakse argumenttunnuste lisamise ning muutmisega. Lõplik valik parima mudeli osas tehakse uue testperioodi kaasamisel. | et |
| dc.identifier.uri | http://hdl.handle.net/10062/47546 | |
| dc.language.iso | et | et |
| dc.publisher | Tartu Ülikool | et |
| dc.subject | elektritarbimine | et |
| dc.subject | prognostika | et |
| dc.subject | regressioonanalüüs | et |
| dc.subject | aegridade analüüs | et |
| dc.subject | tehisõpe | et |
| dc.subject.other | magistritööd | et |
| dc.subject.other | electricity consumption | en |
| dc.subject.other | prediction | en |
| dc.subject.other | regression analysis | en |
| dc.subject.other | analysis of time series | en |
| dc.subject.other | automatic learning | en |
| dc.title | Eesti elektritarbimise prognoos | et |
| dc.type | Thesis | et |