加载中…全分解模型--一种LMDI的改进模型
(2016-08-31 20:45:56)
标签：
指标分解 |
分类： IDA(IndexDecomposionAnalysis |
由于传统分解模型精度较差，构建全分解模型的目的是提高分解模型的可靠性和准确性，其基本思想是去分解残差。参考：Changes in energy consumption and energy intensity:A complete decomposition model比如V=x*y，变量V由x和y决定，ΔV可以计算：
http://s7/mw690/003jeIqBzy74ucOQdNAb6&690
Y0Δx和x0Δy分别是因素x和y对变量V变化的贡献，ΔxΔy通常就是残差。通过Fig1可以说明：
变量V的变化可以表示为：
ΔV=Vt-V0
各变量的作用效果可表示为：
http://s16/mw690/003jeIqBzy74ucUkH0Pbf&690在三个变量（x，y和z）的情况下，各变量对V的贡献程度和V的变化可以表示为：
http://s4/mw690/003jeIqBzy74ucXDCtt33&690http://s7/mw690/003jeIqBzy74ucXHCBw06&690
将上述方法一般化，可以发现V=x1x2x3…xn所以ΔV=
n个一阶变量
+n（n-1）/2!个二阶变量
+n（n-1）（n-2）/3!个三阶变量
……
+n(n-1)(n-2)…2*1/n!个n阶变量。
第一组n个1阶变量是n个因素的影响，其他是交叉影响。对于第i个因素对V的贡献可以表示为：
http://s8/mw690/003jeIqBzy74ud0lZyL97&690喜欢
0
赠金笔