Читать контрольная по менеджменту: "Построение уравнения множественной регрессии" Страница 2

(Назад) (Cкачать работу)

3. Построить модельв линейной форме методом включения. Определить, какие факторы значимо воздействуют на формирование цены квартиры в этой модели.

. Построить графики остатков, выполнить визуальный анализ. Провести тестирование ошибок (остатков) уравнения множественной регрессии на гетероскедастичность, применив тест Гельфельда-Квандта.

. Оценить автокорреляцию остатков с помощью статистики Дарбина-Уотсона.

. Написать уравнение множественной регрессии в стандартизованном масштабе, пояснить экономический смысл его параметров.

. Вычислить средние частные коэффициенты эластичности для факторов, вошедших в модель. Пояснить их экономический смысл.

. Пользуясь уравнением регрессии вычислить прогнозные значения стоимости объекта недвижимости, если значения значимых факторов равны , где имаксимальное и минимальное значения факторов в таблице исходных данных. Вычислить точечный и интервальный прогноз. ХОД РАБОТЫ

матрица корреляция уравнение регрессия

Пункт 1

Предположим, что на стоимость строящего в Санкт-Петербурге жилья влияют все перечисленные в таблице факторы, т.е. общая и жилая площадь квартиры, площадь кухни, наличие балкона и число месяцев до окончания срока строительства. Наличие балкона - качественная характеристика, поэтому влияние этой характеристики на стоимость жилья учтем с помощью фиктивной переменной, которая будет принимать значение 0, если балкона нет и 1 - если балкон есть.

Введем следующие переменные:- цена квартиры, тыс.долл.- общая площадь квартиры (кв.м)- жилая площадь квартиры (кв.м)- площадь кухни (кв.м)- наличие балкона (1- есть, 0 - нет)- число месяцев до окончания срока строительства.

Пункт 2

Пользуясь надстройкой «Анализ данных - Регрессия» построим уравнение регрессии.

Рис. 2 Регрессионная статистика

Получили уравнение

y=1,062+0,513 x1-0,04 x2+0,08 x3+0,514 x4-0,426 x5

Очевидно, что полученное уравнение противоречит практике, коэффициент при x2 отрицательный, то есть увеличение жилой площади уменьшает общую стоимость квартиры.

Проанализируем межфакторную корреляцию. Для получения матрицы парных линейных коэффициентов корреляции воспользуемся надстройкой «Анализ данных - Корреляция».

Рис. 3 Корреляционный анализЗначения коэффициентов линейной парной корреляции высоки ; , что говорит о взаимозависимости этих факторов, то есть о мультиколлинеарности.

Полученное уравнение множественной регрессии, включающее весь имеющийся набор факторов, не адекватно. Возможная причина - мультиколлинеарность факторов, квлюченных в модель.

Пункт 3

Построение модели методом включения - это пошаговый отбор переменных.

На 1-м шаге (k=1) по наибольшему значению коэффициента корреляции с y найдем наиболее информативную переменную - это x1.

Так как при k=1 величина R2 совпадает с квадратом обычного (парного) коэффициента корреляции R2 = r2(y,x), из матрицы корреляций находим наибольший коэффициент детерминации для набора однофакторных регрессионных моделей:

Аналогичный результат можно получить последовательно строя уравнения регрессии для зависимостей y-xj с помощью табличной функции ЛИНЕЙН.

Рис. 4 Нахождение информативное переменной с помощью функции

Похожие работы