YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
Modélisation de la consommation d'énergie renouvelable en France
Le modèle prend en compte les variables suivantes :
Temps : les années d'étude de la consommation (axe x)
All_Fossil : somme des énergies fossilles consommées par année
GDP_per_cap : PBI par année
Pourcentage : Score du parti écologique lors des élections présidentielles
L'objectif est de prédire la consommation dans les années à venir.
- ** Developed by: GEM_Groupe1
- ** Model type: Regression
- ** Language(s): Python
Model Sources
- **Repository: model_factory/groupe1
Uses
Prédiction de la consommation des énergies renouvelables dans un avenir proche.
Bias, Risks, and Limitations
L'algorithme utilise les résultats des votes des présentielles en France, néanmoins en 2017 il n'y avait pas de parti écologique donc il y a un risque avec ces données.
Training Details
Training Data
Les données d'entrées doivent être sous forme numérique.
Training Procedure
La fonction utilisée est : sm.OLS.from_formula Le modèle est donc fit sur une formule quadratique.
Evaluation
Grace au summary, il est possible de connaitre la p-value et le R^2, qui sont des valeurs permettant l'évaluation du modèle.
Results
Le R^2 est de 0.671, ce qui veut dire que l'évolution de la consommation d'énergies renouvebles est expliqué à 67% par nos paramètres choisis en entrée du train. Il est intéressant de noter que les votes pour le parti écologique sont à contre courant de l'évolution de la consommation.