Содержание
- 2. а) Рассмотрим, например, следующую спецификацию модели – регрессию логарифма цены на константу, число комнат, жилую площадь,
- 3. Первой необходимо выбрать зависимую переменную (в данном случае price). Удерживая Ctrl: price, numroom, sliv, skit, sall
- 4. В окне Specification необходимо поменять некоторые переменные. Добавляем log(price) и (sall-sliv-skit). /33
- 5. Получаем таблицу 3.4. /33
- 6. Чтобы сохранить получившуюся модель, необходимо нажать на Freeze. Появится новое окно. /33
- 7. После нажатия на Name вводим названия для модели и нажимаем OK. Сохраненную модель редактировать нельзя (т.к.
- 8. Обозначим (price) начальную цену - P0, цену после добавления комнаты - P1. При добавлении одной комнаты
- 9. /33
- 10. Для построения доверительных интервалов нам понадобятся значения дисперсии и ковариации, которые можно найти с помощью ковариационной
- 11. Получаем ковариационную матрицу. /33
- 12. Свойства дисперсии: Обозначим дисперсию (D) как VAR (V). /33
- 13. При добавлении 1 комнаты площадью 18 м2 цена с вероятностью 95% вырастет от 28,5% до 35,6%.
- 14. /33
- 15. Таблица 3.5 строится аналогично предыдущей, только мы должны дополнительно поменять переменную sliv. /33
- 16. в) Попробуем включить в модель другие доступные параметры, от которых зависит цена квартиры. Это может не
- 17. Таблица 3.6 строится аналогично предыдущей, только добавляются новые переменные lodzhia, firstfloor, walltype1. /33
- 18. /33
- 19. /33
- 20. Обозначим (price) начальную цену - P0, цену после добавления комнаты - P1. При добавлении одной комнаты
- 21. /33
- 22. /33
- 23. Построим к таблице 3.7. ковариационную матрицу: View > Covariance Matrix. /33
- 24. Построение доверительных интервалов При numroom=1: При добавлении 1 комнаты площадью 18 м2 к однокомнатной квартире цена
- 25. При добавлении 1 комнаты площадью 18 м2 к двухкомнатной квартире цена с вероятностью 95% вырастет от
- 26. При добавлении 1 комнаты площадью 18 м2 к трехкомнатной квартире цена с вероятностью 95% вырастет от
- 27. /33
- 28. В полученной таблице смотрим: Prob. F, Prob. Chi-Square, если probability 0.05, подправка не нужна. Сохраняем таблицу.
- 29. Подправка: Далее: Proc > Specify/Estimate > OK. Смотрим значение Durbin-Watson stat. внизу таблицы /33
- 30. Далее снова: Proc > Specify/Estimate > Options (если Durbin-Watson stat. =1.5, то White) /33
- 31. В результате Std.Error и Probability меняется. Если Probability вылетает (>0.05), то соответствующий параметр убирается из модели.
- 32. Проверка остатков на нормальность: View > Residual Diagnostic > Histogram - Normality Test /33
- 34. Скачать презентацию