Elbilprediksjon : en empirisk studie av karakteristika og prediksjon av elbil-eiere
Master thesis
Permanent lenke
http://hdl.handle.net/11250/2586210Utgivelsesdato
2018Metadata
Vis full innførselSamlinger
- Master Thesis [4487]
Sammendrag
I denne utredningen studerer vi hva som karakteriserer elbil-eiere og undersøker videre om
disse faktorene kan brukes til å predikere potensielle elbil-eiere. Tidligere studier basert på
spørreundersøkelser har konkludert med at typiske elbil-eiere er relativt unge menn mellom
35-54 år med høy utdanning og inntekt. Denne utredningen skiller seg fra tidligere studier
ved å ta i bruk prediksjonsmetoder for å bedre definere elbil-eiernes karakteristika og
rangere disse etter viktighet. Til dette formålet benyttes et datasett over bilregistreringer
i Oslo og Akershus mellom 2010-2018.
Prinsipalkomponentanalyse og korrespondanseanalyse viser at alderen til bileier,
bostedskommune, politisk tilhørighet, samt høy inntekt og formue var interessante variabler
for videre analyse. Det blir i tillegg gjennomført en variabelutvelgelse gjennom Borutaalgoritmen
for tre tidsperioder som viser de viktigste forklaringsvariablene for å skille elbileiere
fra andre bileiere. Gjennom bruk av trebaserte metoder innenfor prediksjon, estimeres
det innledningvis en basismodell gjennom et klassifiseringstre som sammenligningsgrunnlag.
Videre estimeres det modeller med henholdsvis random forest og extreme gradient boosting
for tidsperiodene.
Utredningen konkluderer med at aldersgruppene 25-40 år og 40-60 år, andel husholdninger
med en samlet formue over 4 millioner kroner i en kommune, antall ladestasjoner i
kommunen, og bostedsadresse som ligger i Asker eller Bærum kommune er viktige faktorer
for å predikere elbil-eiere. Verken menn eller høy inntekt regnes som spesielt viktige
faktorer, mens viktigheten av utdanning er tvetydig. Tilhørighet til politiske partier som
Miljøpartiet De Grønne og Høyre karaktieriserte tidligere elbil-eiere, men disse faktorene
er ikke like prominente i nyere tid. Dette er ett av flere tegn til en homogenisering av elbileiernes
karakteristika med andre bileiere. Derav resulterer dette i et fall i prediksjonsevnen
til modellene som benytter data fra nyere tid, ettersom klassene blir vanskeligere å skille.