Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
ANALYSE DE LA DEMANDE RESIDENTIELLE A PARTIR D'ENQUETE INDEPENDANTES
Univ Europeenne - EAN : 9786131582103
Édition papier
EAN : 9786131582103
Paru le : 2 juin 2011
89,00 €
84,36 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131582103
- Réf. éditeur : 5498676
- Editeur : Univ Europeenne
- Date Parution : 2 juin 2011
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 296
- Format : 1.70 x 15.20 x 22.90 cm
- Poids : 438gr
- Interdit de retour : Retour interdit
- Résumé : Differentes méthodes sont proposées pour estimer la demande d'électricité conditionnelle au mode de chauffage. Un modèle logit mixte GAR(1) avec hétérogénéité estutilisé pour estimation le modèle de choix du mode de chauffage. Comme la tarification de l'électricité entraîne une endogénéité du prix marginal, un modèle à classes latentes est proposé et son estimation est faite selon une approche classique ou une approche bayésienne. Puisque le ménage choisit son mode de chauffage pour plusieurs années, nous captons l'aspect dynamique à partir de donnéees d'enquêtes indépendantes en utilisant deux approches. D'abord, nous créons des pseudo-panels composés de cohortes et nous estimons la demande d'électricité par les moindres carrés quasi-généralisés et par l'algorithme de l'échantillonnage de Gibbs. Ensuite, nous créeons un panel simulé avec lequel nous estimons la demande d'électricité conditionnelle en combinant l'algorithme de l'augmentation des données et l'échantillonnage de Gibbs.
