Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир. Бесплатный доступ к решению задач

Реферат.Справочник
Решенные задачи по эконометрике
Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир

Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир .pdf

Зарегистрируйся в 2 клика в Кампус и получи неограниченный доступ к материалам с подпиской Кампус+ 🔥

Условие

Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир, проданных в течение одного и того же года, случайным образом были отобраны 49 квартир, По каждой сделке были получены значения следующих показателей: price – цена квартиры в млн. рублей, totsp – общая площадь квартиры в кв.м., livsp – жилая площадь квартиры в кв. м., nonlivsp –нежилая площадь квартиры в кв. м., (totsp = livsp+ nonlivsp), brick – переменная равна 1, если дом кирпичный или монолитный, и равна 0 иначе. Были рассчитаны коэффициенты корреляции между всеми парами показателей, причем коэффициент корреляции между totsp и livsp оказался равен 0,91, остальные коэффициенты корреляции по модулю не превосходили 0,5. Отметим также, что между totsp и brick коэффициент корреляции был равен 0,46. Далее по МНК были оценены 4 модели, в которых зависимой переменной выступала цена квартиры price. (В скобках – стандартные ошибки). (1) (2) (3) (4) const 0,088 (0,062) 0,102 (0,070) 0,096 (0,056) 0,111 (0,097) totsp 0,227 (0,239) - 0,355 (0,055) 0,465 (0,051) livsp 0,112 (0,195) 0,205 (0,086) - - nonlivsp - 0,140 (0,022) - - brick 0,098 (0,021) 0,150 (0,012) 0,133 (0,022) - R2 0,786 0,721 0,699 0,612 А. Какая проблема имеет место в 1-м уравнении? Как она проявляется? Б. Для модели (2) проверьте гипотезу о том, что увеличение на 1 кв. м. что жилой площади, что нежилой площади изменяет цену квартиры одинаково. В. В модели (3) проинтерпретируйте коэффициент при переменной brick (Напоминание: сначала надо проверить его значимость). Проверьте гипотезу о том, что коэффициент при brick меньше 0,2. Г. Можно ли было ожидать заранее, что выбрасывание из модели (3) существенного фактора brick приведет к увеличению оценки при факторе totsp? Ответ обоснуйте соответствующей формулой.

Нужно полное решение этой работы?

Решение

Потяни, чтобы посмотреть

А.Теоретическая модель, соответствующая выборочному уравнению (1):
Y = β0 + β1* totsp + β2*livsp + β3* walk_m + β4* walk_t + ε (*)
В выборке переменные totsp и livsp очень сильно коррелированны. То есть проблемой в 1-м уравнении может являться мультиколлинеарность.
Проверим гипотезы о значимости отличия от нуля коэффициентов при этих переменных.
H0: β1= 0
HA: β1≠ 0
tстат = (0.062 – 0)/0,059 ≈1,05.
Выберем уровень значимости 0,05. Число степеней свободы для уравнения (1) равно 52– 5=47. Поэтому
tкрит(0,05, 47) = 2,01.
Так как |tстат| < tкрит, гипотеза не отвергается при уровне значимости 0,05, то есть коэффициент при переменной totsp незначимо отличен от нуля, то есть переменная «общая площадь квартиры в кв.м» незначимо влияет на цену.
Аналогично проверяем гипотезу (проверку надо выполнить) о значимости коэффициента при переменной livsp.
tстат = (0.112 – 0)/0,105 ≈1,07.
Коэффициент также окажется незначимо отличным от нуля, то есть переменная «жилая площадь квартиры в кв. м» незначимо влияет на цену.
Если в модели коэффициент при какой-то переменной равен нулю, это значит, что такая переменная не влияет на зависимую переменную.
В данном случае из-за мультиколлинеарности коэффициенты при коррелированных переменных оказались незначимо отличными от нуля, то есть переменные, которые, безусловно, являются важными детерминантами цены, из-за мультколлинеарности оказались не влияющими на цену.
Б . Теоретическая модель, соответствующая выборочному уравнению (2):
Y = β0 + β1* totsp + β3* walk_m + β4* walk_t + ε (**)
Интерпретация коэффициента β1 при факторе walk_m: при увеличении расстояние до ближайшей остановки наземного транспорта в минутах (Y) увеличивается в среднем на 100%*(еβ3-1) (при неизменности значений остальных объясняющих переменных модели).
Интерпретация коэффициента β4 при факторе walk_t: при увеличении время поездки наземным транспортом до станции метро в минутах цена (Y) увеличивается в среднем на 100%*(еβ4-1) (при неизменности значений остальных объясняющих переменных модели).
Таким образом, гипотеза о том, что увеличение на 1 минуту расстояния что до метро, что до остановки наземного транспорта, изменяет цену квартиры одинаково, это гипотеза о том, что коэффициенты при этих двух переменных равны.
H0: β3= β4
НА: не H0
Так как нулевая гипотеза – это гипотеза о равенстве нескольких коэффициентов модели регрессии, для ее проверки используем тест Фишера.
Пусть H0 истинна. Как тогда выглядит наша исходная модель (**). Преобразуем ее с учетом проверяемой гипотезы:
Y β0 + β1* totsp + β3* walk_m + β4* walk_t + ε, то есть
Окончательно преобразованная модель записывается так:
Y = β0 + β1* totsp + β5* walk + ε

50% задачи недоступно для прочтения

Переходи в Кампус, регистрируйся и получай полное решение

Получить задачу

Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир

Условие

Нужно полное решение этой работы?

Решение

Даны Р – стоимость единицы товара К – количество (шт)

В течение года ураган может нанести повреждения дому Повреждения происходят случайным образом

В таблице указан объем продаж за последние 11 кварталов