Deutsches R-Forum

Hallo liebes Forum,

in einer Studienarbeit möchte ich in einem Kapitel den Strommarkt und dessen Entwicklung im Zusammenhang mit den erneuerbaren Energien betrachten.

Dazu würde ich gerne einen Trend bzw. Prognose ausarbeiten wie oft der Strompreis unter Wert X fällt

Welche Daten habe ich:
- Stündliche Strompreise von 01/12 bis 06/23
- installierte Leistung der Erneuerbaren als Jahreswerte bis 2022, bzw. 1HJ 23
- Ausbauziele von Erneuerbaren für die Jahre 20- 24,26,28,30,35

Ich habe schon mit der Forecast Bilbiothek und einem Arima Modell rumgespielt, aber bisher kein brauchbares Ergebnis, weil ich auch nicht richtig weiß wie und womit ich die Daten auswerten kann.

Mein Prof. wollte auch gerne Verteilungsfunktionen sehen, wie könnte man hier einen Trend herausarbeiten?

Was ich zusätzlich versucht habe, ist die Darstellung der Anzahl von Stunden mit negativen Preisen je Tag und darin mittels geom_smooth einen Trend sichtbar zu machen, weiß nicht in wie weit diese Trendlinie aussagekräftig ist, da sie linear ansteigt, auch wenn die Daten von negativen Stunde pro Jahr eher nicht linear steigen.

Vielen Dank im voraus!

Hallo electrifix,

wir sind ein R-Forum und kein Statistikforum. Wir können gerne am Rande auch Statistikfragen besprechen, aber welche Verfahren man in Deinem Wissenschaftsgebiet für solche Fragen verwendet können wir wahrscheinlich nicht sagen. Da helfen Dein Professor oder Deine Kommilitonen möglicherwiese mehr.

electrifix hat geschrieben: ↑Mo Jul 10, 2023 3:50 pmIch habe schon mit der Forecast Bilbiothek und einem Arima Modell rumgespielt, aber bisher kein brauchbares Ergebnis, weil ich auch nicht richtig weiß wie und womit ich die Daten auswerten kann.

Weder komplexe Bibliotheken noch Statistische Modelle erschließen sich durch rumspielen. Sei mir nicht böse, aber was soll man darauf antworten?

Mein Prof. wollte auch gerne Verteilungsfunktionen sehen, wie könnte man hier einen Trend herausarbeiten?

Wenn wir unter Verteilungsfunktion etwas sehen, dass bestimmte Werte deren Häufikeit oder Wahrscheinlichkeit zuordnet, dann ist das nicht unbedingt etwas mit Zeitkomponente und dann wird es auch mit einem zeitlichen Trend schwierig. Es wäre schön, wenn an der Stelle jemand gefragt hätte, wie der Professor das meint.
Man könnte ja für jedes erfasste Halbjahr ein Histogramm zeichnen und dann würde sich von oben nach unten vielleicht doch ein Trend zeigen?

Was ich zusätzlich versucht habe, ist die Darstellung der Anzahl von Stunden mit negativen Preisen je Tag und darin mittels geom_smooth einen Trend sichtbar zu machen, weiß nicht in wie weit diese Trendlinie aussagekräftig ist, da sie linear ansteigt, auch wenn die Daten von negativen Stunde pro Jahr eher nicht linear steigen.

geom_smooth ist durchaus nicht auf lineare Trendlinien begrenzt. Lineare Trendlinien sind nicht mal die Voreinstellung, sondern Du hast sie wahrscheinlich mit sowas wie method = "lm" gezielt angefordert. Sieh mal hier: How to Use geom_smooth in R (July 19, 2022 by Joshua Ebner)
Und auch ohne geom_smooth steht Dir mit R die ganze Welt der nichtlinearen Regressionen offen.

LG,
Bernhard