Фиктивные переменные
Фиктивные переменные применяются для отражения качественных признаков. Причем качественные признаки принимают 2 значения, поэтому они еще называются бинарными переменными. Мы ввели фиктивную переменную d1, равную 1 при наличии процессора Core 2 Duo и нулю при его отсутствии.
Может быть несколько однородных качественных переменных. Например, определенная модель ноутбука. Главное – это чтобы число однородных качественных переменных было на единицу меньше, чем число рассматриваемых признаков. Мы рассматриваем 4 бренда производителей компьютеров, поэтому вводим 3 фиктивные переменных R1, R2 и R3. R1 равен 1 у компьютеров марки HP, R2 – Toshiba и R3 – Acer. Если модель – Asus, то R1=R2=R3=0.
Определим, значимо ли бренд производителя влияет на стоимость ноутбука. В модели регрессии без учета бренда (данные получены изEviews), в модели регрессии с учетом бренда .Принимаем гипотезу Н0: о том, что бренд производителя не влияет на стоимость ноутбука. Альтернативная гипотеза Н1 подразумевает, что это не так. Гипотеза проверяется с помощью критерия Фишера (уровень значимости равен 0,05).
, где n – число наблюдений, m – число качеств, которые мы учитываем в большей модели, k – число исключенных из большей модели качеств.
Таким образом,>.Гипотеза Н0 отвергается, бренд производителя значимо влияет на стоимость ноутбука.
Теперь проверим, значимо ли наличие процессора Core 2 Duo (фиктивная переменная d1) влияет на стоимость компьютера. Соответственно, используем те же самые формулы. В модели регрессии без учета наличия данного процессора (данные получены изEviews), в модели регрессии с учетом наличия .Принимаем гипотезу Н0: о том, что наличие или нет процессораCore 2 Duo не влияет на стоимость ноутбука. Альтернативная гипотеза Н1 подразумевает, что это не так. Гипотеза проверяется с помощью критерия Фишера (уровень значимости равен 0,05).
Таким образом,>.Гипотеза Н0 отвергается, наличие процессора Core 2 Duo значимо влияет на стоимость ноутбука.
Заключение
В данной работе мы исследовали зависимость цены на ноутбуки на российском рынке от ряда показателей: диагонали, веса, объема памяти RAM, наличия процессора Core 2 Duo, а также бренда.
Данный анализ и все расчеты проводились с использованием таких компьютерных программ, как MSExcel и Eviews.
Изначально, была предложена следующая спецификация модели:
То есть, это линейная модель регрессии, учитывающая 7 факторов, из них 4 фиктивные переменные.
Но в ходе проверки статистической значимости каждого полученного коэффициента регрессии выяснилось, что отклонение коэффициентов иот 0 является случайным, то есть диагональ и объем памятиRAM не оказывают существенного влияния на цену ноутбука, в результате чего они были исключены из нашей модели.
Также после исключения 2 факторов было проверено качество новой модели (наличие автокорреляции остатков и гетероскедастичности). Данный анализ был проведен несколькими тестами (Голдфелда-Куандта, Уайта и Чоу), и в результате было получено, что в данной модели отсутствует автокорреляция и гетероскедастичность. Следовательно, наша модель является хорошей.
В итоге была получена линейная модель регрессии, учитывающая 5 факторов, в том числе 4 фиктивных переменных, и имеющая следующий вид:
ŷ= 6159,4+5149,9*X2+12223.8*d1+15094,6*R1 + 13561,2*R2 + 4106,7*R3
То есть, цена на ноутбуки прямо пропорциональна его весу, а также зависит от наличия процессора Core 2 Duo и бренда.