41_3_Econometrics_Polyansky__Part_3
.pdfПолянский Ю.Н. Эконометрика. Экономическое моделирование и прогнозирование.
1) Исходя из имеющихся данных, введем следующие переменные:
x1 - средняя удаленность района от центра Москвы, км (как числовой эквивалент названию района);
x - общая площадь квартиры, кв.м; x2 - площадь кухни, кв.м;
x34 - удаленность от метро, минут ходьбы (это удобнее, чем расстояние в метрах или километрах).
Выполнить расчеты можно встроенными в Microsoft Excel средства- ми, например, с помощью функции ЛИНЕЙН или инструмента «Регрессия» Пакета анализа (см. задачу 1.4).
Построим и исследуем модель множественной линейной регрессии
y =b0 +b1 x1 +b2 x2 +b3 x3 +b4 x4 +ε .
а) Расчеты с помощью функции ЛИНЕЙН.
Особенностью использования функции ЛИНЕЙН является то, что ре- зультат выводится в виде матрицы. Для этого необходимо перед вызовом
функции заранее выделить место под результат размером 5 строк и p +1 столбцов, например, в данном случае необходимо выделить 5 строк и 4+1=5 столбцов. Кстати, можно не утруждать себя вычислением потребного коли- чества столбцов, а просто выделить их побольше, неиспользуемые просто будут заполнены сообщением об ошибке «#Н/Д».
В окне аргументов функции ЛИНЕЙН (рис.3.7) в качестве входного интервала (поле «Изв_знач_x») может быть не только одна объясняемая пе- ременная (один столбец данных), как было в парной регрессии (задача 1.4), но и несколько объясняемых переменных (несколько соседних столбцов расчетной таблицы) в случае множественной линейной регрессии.
Рис. 3.7
70
Полянский Ю.Н.
Эконометрика. Экономическое моделирование и прогнозирование.
|
Укажем |
|
(выделим в таблице) |
входной |
|
интервал |
переменой |
y |
- |
||||||||||||||||||||||||||
«G6:G35», |
входной интервал переменой x - «C6:F35». |
В поле |
«Статисти- |
||||||||||||||||||||||||||||||||
ка» |
обязательно должна быть указана логическая переменная |
(т.е. вписано |
|||||||||||||||||||||||||||||||||
слово) «истина». |
|
Итоговое «ОК» в |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
диалоговом окне необходимо нажи- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
ˆ |
|
|
ˆ |
|
|
ˆ |
|
|
|
ˆ |
|
ˆ |
|
|
||||||||||||||||||||
мать при нажатых Ctrl+Shift (см. за- |
|
b4 |
|
|
b3 |
|
|
b2 |
|
b1 |
|
b0 |
|||||||||||||||||||||||
|
sb |
|
|
sb |
|
|
sb |
|
sb |
|
sb |
||||||||||||||||||||||||
дачу 1.4). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
3 |
|
|
|
2 |
|
|
1 |
|
|
|
0 |
|
|||
|
Неудобство (впрочем, не столь |
|
R2 |
|
|
s |
|
|
#Н/Д |
#Н/Д |
|
#Н/Д |
|||||||||||||||||||||||
существенное |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
) |
|
|
|
|
|
|
|
|
|
|
|
- |
|
F |
|
|
df |
|
|
#Н/Д |
#Н/Д |
|
#Н/Д |
||||||||||||
|
|
использования функ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
ции |
ЛИНЕЙН |
|
состоит |
в том, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
QR |
|
|
Qe |
|
|
# |
/ |
|
# |
/ |
|
|
# |
/ |
|
||||||||||||||||||
выводятся только готовые числа без |
|
|
|
|
|
|
|
Н Д |
Н Д |
|
Н Д |
||||||||||||||||||||||||
|
|
|
|
|
Рис.3.8 |
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
сопроводительных подписей. Поэто- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
му на |
рис.3.8 |
приведена схема вывода результатов расчета. |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Здесь |
ˆ |
, |
ˆ |
, |
ˆ |
|
|
|
ˆ |
|
|
|
|
|
ˆ |
|
оценки коэффициентов регрессии; |
|
|
|
|
|
|
|
|||||||||||
b0 |
b1 |
b2 , b3 , b4 - |
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
sb0 |
, |
sb1 |
, |
|
sb2 |
, sb3 , sb4 - стандартные ошибки |
(средние квадратические |
||||||||||||||||||||||||||
|
|
отклонения) коэффициентов регрессии: sbj = s |
|
[( X T X )−1 ] jj |
; |
|
|
|
|
||||||||||||||||||||||||||
|
|
R2 - коэффициент детерминации; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
∑n |
ei2 |
|
|
|
|||||||||||||||||||||
|
|
s - выборочная среднеквадратическая ошибка: |
|
|
s = |
|
|
i =1 |
|
|
|
; |
|
|
|||||||||||||||||||||
|
|
|
|
|
n − p − 1 |
|
|
||||||||||||||||||||||||||||
|
|
F - расчетное значение F-критерия Фишера-Снедекора; |
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
df = n − p − 1 - |
количество степеней свободы; |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
∑ |
|
ˆ |
− |
|
|
|
|
|
2 |
– |
сумма квадратов, обусловленная |
регрессией |
|||||||||||||||||||
|
|
QR |
|
|
y ) |
||||||||||||||||||||||||||||||
|
|
|
( yi |
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(RSS); |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
Qe = ∑n |
( yi − ˆyi |
|
)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
– остаточная сум- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
ма |
|
квадратов |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
(ESS). На рис.3.9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
приведены |
|
|
ре- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Рис. |
3.9 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
зультаты |
|
расче- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
тов данной задачи. После того, как данные выведены в ячейки итоговой |
|||||||||||||||||||||||||||||||||||
таблицы, |
можно при необходимости сделать ссылки на них, сопроводить их |
||||||||||||||||||||||||||||||||||
подписями, делать по ним расчеты. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
В данной |
|
задаче |
оценки коэффициентов |
регрессии |
ˆ |
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
b0 =16 ,090 , |
|||||||||||||||||||||||||||||||||
ˆ |
|
|
|
|
|
ˆ |
|
|
= |
0 ,522 , |
ˆ |
ˆ |
|
|
Имеем множественную |
||||||||||||||||||||
b1 = −0 ,457 , |
|
b2 |
b3 =0 ,871, |
b4 = −0 ,200 . |
|||||||||||||||||||||||||||||||
линейную регрессионную модель |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
ˆy = 16,090 − 0,457 x1 + 0,522 x2 |
+ 0,871x3 |
− 0,200 x4 . |
|
|
|
|
|
|
|
|
|
71
Полянский Ю.Н. Эконометрика. Экономическое моделирование и прогнозирование.
Показатели качества и значимости модели в целом: |
||||||||||||||||||||||||
|
R 2 |
|
=0 ,842 (точность модели не высока, но в допустимых пределах); |
|||||||||||||||||||||
|
F = 33,385 > F0 ,05 ;4 ; 30−4 −1 |
= F0 ,05 ;4 ; 25 = 2 ,76 (т.е. модель в целом значи- |
||||||||||||||||||||||
ма на уровне α =0 ,05 ); |
|
|
|
|||||||||||||||||||||
|
sb |
|
|
= 3,888 , sb =0 ,143 , |
sb =0 ,081, sb =0 ,1996 , sb =0 ,062 . |
|||||||||||||||||||
Для оценки значимости каждого коэффициента регрессии можно лег- |
||||||||||||||||||||||||
0 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
2 |
3 |
4 |
||||||||
ко вычислить их t-статистики («=D39/D40» и т.д.): |
|
|||||||||||||||||||||||
|
tb |
|
= |
|
|
|
b1 |
|
|
= |
|
|
|
− 0 ,457 |
= 3,1845 > t0 ,95 ;30 −4 −1 = t0 ,95 ;25 = 2 ,06 , |
|||||||||
|
|
|||||||||||||||||||||||
|
|
sb |
|
|||||||||||||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
0 ,143 |
|
|
|
|
|
|
||||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
tb |
|
|
|
|
= |
b2 |
|
|
|
|
= |
|
0 ,522 |
|
|
= 6 ,451 > t0 ,95 ;30 −4 −1 |
= t0 ,95 ;25 |
= 2,06 ; |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||
|
|
2 |
|
|
|
|
|
sb2 |
|
|
|
0 ,081 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
0 ,871 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
b3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
tb |
|
|
= |
|
|
|
|
= |
|
|
|
= 4 ,363 > t0 ,95 ;30 −4 −1 |
= t0 ,95 ;25 |
= 2 ,06 ; |
|||||||||
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||
|
|
3 |
|
|
|
|
|
sb3 |
|
|
|
0 ,200 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
b4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
tb |
|
|
= |
|
|
|
|
= |
|
− 0 ,200 |
|
= 3,231 > t0 ,95 ;30 −4 −1 = t0 ,95 ;25 = 2 ,06 |
|||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||
|
|
4 |
|
|
|
|
|
sb4 |
|
|
|
0 ,062 |
|
|
|
|
|
|
||||||
Все |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
коэффициенты регрессии оказались значимыми на выбранном |
|||||||||||||||||||||||
уровне значимости γ =0 ,95 . |
|
|
|
|||||||||||||||||||||
Знаки коэффициентов регрессии экономически адекватны. А величи- |
||||||||||||||||||||||||
ны коэффициентов можно логически интерпретировать. Например, величи- |
||||||||||||||||||||||||
на b2 =0 ,522 |
означает, что каждый квадратный метр общей площади стоит |
|||||||||||||||||||||||
ˆ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вернее стоил на момент исходных данных в среднем А ˆ = −
( , ) 522$. b1 0 ,457
означает, что с увеличением удаленности квартиры от центра Москвы её цена падает в среднем на 457$ за каждый 1 км.
Аналогично самостоятельно интерпретируйте другие коэффициенты. К сожалению, функция ЛИНЕЙН не вычисляет среднюю относитель-
ную ошибку, коэффициент эластичности и некоторые другие важные харак- теристики. Их можно получить вычислениями (см. задачу 1.2).
б) Расчеты с помощью инструмента «Регрессия» Пакета анализа.
Инструмент «Регрессия», как и функция ЛИНЕЙН, может работать не только с одной объясняющей переменной, но и с несколькими. Правила работы и описание вывода результатов приведены в задаче 1.4.
В случае множественной регрессии особенностью является только то, что при вводе входного массива данных объясняющих переменных (в фор- ме рис.3.6) необходимо задать диапазон ячеек нескольких соседних столб-
72
Полянский Ю.Н.
Эконометрика. Экономическое моделирование и прогнозирование.
цов. Если необходимые столбцы не соседние, их надо такими сделать путём |
|||||||
замены столбцов местами. |
В данной задаче необходимо задать входной ин- |
||||||
тервал X «C6:F35» в окне, |
аналогичном изображённому на рис.1.30. Не за- |
||||||
будьте поставить галочку в поле «Остатки» формы исходных данных ин- |
|||||||
струмента «Регрессия». Закажем вывод результатов вычислений на отдель- |
|||||||
ном листе. Напомним, что для этого в окне рис.1.30 переключатель "Пара- |
|||||||
метры вывода" должен стоять в положении "Новый рабочий лист". Сравни- |
|||||||
те полученные данные с вычисленными выше функцией ЛИНЕЙН. |
|
||||||
|
Кроме того, |
можно легко получить еще одну важную характеристику |
|||||
качества модели |
– |
среднюю относительную ошибку A . Рядом с таблицей |
|||||
вывода остатков |
(в ячейках D28:D57 листа вывода результатов расчетов |
||||||
Пакета анализа) |
можно получить текущие относительные ошибки и вы- |
||||||
числить их среднее арифметическое. |
|
||||||
|
Введем в D28 формулу «=ABS(C28/'Множ. регрессия 3_2'!G6)», про- |
||||||
тянем по D28:D57, а в D58 – « =СРЗНАЧ(D28:D57)». |
|
||||||
|
В итоге имеем |
|
=4 ,27% . Точность модели в пределах нормы. |
|
|||
|
A |
|
|||||
|
Итак, анализ характеристик модели показывает, что построенная мо- |
||||||
дель в целом достаточно точна и значима. Значимы и экономически интер- |
|||||||
претируемы все её коэффициенты. Однако коэффициент детерминации всё |
|||||||
же не слишком близок к 1. Возможно, не учтены (один или несколько) ка- |
|||||||
кие-либо достаточно важные факторы, существенно сказывающиеся на цене |
|||||||
подобных квартир. |
|
|
|||||
|
Напомним, |
что с изменением экономической ситуации модель может |
|||||
потребовать пересмотра и уточнения. |
|
||||||
|
2) Чтобы по полученному уравнению спрогнозировать цену на ука- |
||||||
занную 1-комнатную квартиру, подставим её исходные данные ( x1 =5 ,7 , |
|||||||
x2 |
=35 ,7 , x3 =8 ,5 , x4 =10 ) в полученное выше уравнение регрессии. |
введя |
|||||
|
Конечно, удобнее это сделать прямо под расчетной таблицей, |
||||||
исходные данные в любые пустые клетки (здесь – в ячейки B47:B50) |
и со- |
||||||
проводив коротким комментарием. Расчетная формула в ячейке D47 следу- |
|||||||
ющая «=E39+D39*B47+C39*B48+B39*B49+A39*B50». |
|
||||||
|
Итак, прогнозная цена квартиры |
|
|||||
|
y = 16,090 − 0,457 5,7 + 0,522 35,7 + 0,871 8,5 − 0,200 10 = 37 ,514 $ тыс. |
||||||
! |
Замечания. |
|
|
|
|
|
|
• При необходимости можно получить доверительный интервал цены на указанную квартиру аналогично задаче 3.1. Попробуйте это проделать самостоя- тельно. Для сведения: ymin =32 ,48 , ymax =42 ,55 (тыс.$).
• Эти сведения могут быть полезны в ряде случаев. Например, расчеты по- казывают, что практически невозможно купить такую (или подобную) квартиру дешевле 32480$, а продать – дороже 42550$ (без учета накладных расходов).
73
Полянский Ю.Н. Эконометрика. Экономическое моделирование и прогнозирование.
Задача 3.3
Точность модели задачи 3.2 не слишком высока. Возможно, не учтены какие-то важные факторы.
По дополнительному заданию руководства аналитическим подраз-
делением получена дополнительная информация о материале и этажно-
сти домов и этажах продаваемых квартир. Дополнительные данные приведены на рис.3.10 (старые дан- ные опущены).
Построить новую множествен- ную линейную регрессионную мо- дель с учетом дополнительных дан- ных. Сравнить её качество и значи- мость с моделью задачи 3.2.
Решение.
1) Экономически объяснимо, что
приведенные факторы влияют на цену квартиры. Но в отличие от ранее проана-
лизированных факторов эти являются не количественными, а качественными, т.е. не измеряемыми в каких-либо единицах.
Для учета таких факторов в модели вводят фиктивные (дихотомические, бинарные, булевы) переменные, прини- мающие значения: «1» или «0» (аналоги ответам «да» и «нет»). Например, учесть пол работника можно, введя фиктивную переменную, принимающую значения «1» (работник- мужчина) или «0» (женщина).
Пусть z1 , z2 , …, zk - фиктивные переменные. Вместе с обычными количественными факторами модель будет выглядеть в общем виде:
y =b0 +b1x1 +...+bp xp +с1z1 +...+сk zk +ε .
а) Материал дома.
Как его учесть, ведь материалов больше, чем два? Необходимо ввести несколько фиктивных переменных, каждая для своего материала.
Как будто задаются вопросы:
74
Полянский Ю.Н.
Эконометрика. Экономическое моделирование и прогнозирование.
|
– |
Дом кирпичный? |
Ответ: да/нет (1/0). |
И т.д. |
|
|
|
||||||
|
– |
Дом монолитный? |
Ответ: |
да/нет (1/0). |
|
|
|
||||||
|
Однако |
количество таких переменных, учитывающих один каче- |
|||||||||||
ственный признак (в данном случае – материал дома), должно быть на |
1 |
||||||||||||
меньше числа градаций качественного признака. В данном случае должно |
|||||||||||||
быть 3 |
фиктивные переменные, т.к. материалов учитывается 4. В противном |
||||||||||||
случае в модели может наблюдаться мультиколлинеарность. 4-й признак |
|||||||||||||
излишен, он автоматически учитывается, если ответы на первые 3 вопроса |
|||||||||||||
отрицательны |
(0). Словесный аналог: «Дом не кирпичный, не монолитный, |
||||||||||||
не панельный. |
Значит, материал иной». |
|
|
|
|
|
|||||||
! |
Замечание. |
|
|
|
|
|
|
|
|
|
|||
|
• |
Подходить к определению числа градаций, необходимо очень ответ- |
|||||||||||
ственно. Например, деревянный щитовой многоэтажный дом – тоже |
«иной», как |
||||||||||||
и, например, каменный дворец. Однако их простое механическое причисление к |
|||||||||||||
одной категории может внести существенную неточность в расчеты, особенно, |
|||||||||||||
если таких домов много. К тому же могут неожиданно выясниться новые матери- |
|||||||||||||
алы домов… |
|
|
|
|
|
|
|
|
|
|
|||
|
Итак, введем фиктивные переменные |
|
|
1, дом панельный |
|
||||||||
|
1, |
дом кирпичный |
|
|
1, дом монолитный |
|
|
||||||
z11 |
= |
|
нет |
|
, |
z12 = |
нет |
|
, z13 = |
|
. |
||
|
0, |
|
|
|
0, |
|
|
0, нет |
|
|
|||
|
Индексы переменным удобно присвоить двойные. |
о материа- |
|||||||||||
|
Для участия в расчетах исходные данные таблицы рис.3.10 |
||||||||||||
ле дома необходимо преобразовать в три колонки в соответствии со значе- |
|||||||||||||
ниями этих трех фиктивных переменных. Например, |
для квартиры из па- |
||||||||||||
нельного дома |
z11 =0 , z12 |
=0 , z13 |
=1 . |
|
|
данные в конец рас- |
|||||||
|
Для этого припишем |
приведенные на рис.3.10 |
|||||||||||
четной таблицы задачи 3.2. |
Колонку «Материал дома» |
перенесем вправо от |
|||||||||||
таблицы. |
После ранее использовавшихся в задаче 3.2 |
столбцов |
A,B,…,F |
с |
|||||||||
качественными переменными введём дополнительные столбцы G, H, I, оза- |
|||||||||||||
главив их «К», «М», «П» для учета соответствующего материала дома. |
|
||||||||||||
|
Упорядочим всю таблицу по столбцу «Материал дома», чтобы было |
||||||||||||
удобно заполнять вновь введенные столбцы «К», «М», «П». Удобно сначала |
|||||||||||||
проставить протягиванием во всех колонках |
G, |
H, I |
только нули. Затем |
||||||||||
опять протягиванием проставить поверх нулей "1" |
в тех ячейках, в которых |
||||||||||||
это необходимо в соответствии с материалом дома. По окончании верните |
|||||||||||||
таблицу к упорядоченности по номерам (столбец A) (рис.3.11). |
|
|
|||||||||||
|
б) Этажность дома и этаж квартиры. |
|
|
|
|
|
|||||||
|
На первый взгляд, |
для учета этажности дома и этажа квартиры не тре- |
|||||||||||
буется вводить фиктивные переменные. Действительно, этажность дома и |
|||||||||||||
этаж конкретной квартиры |
- это числа. Такой подход, вероятно, |
возможен. |
Однако на этот счет есть серьезные возражения. Получившиеся в такой мо- дели коэффициенты могут быть плохо экономически интерпретируемы.
75
|
|
|
|
|
|
|
|
|
Полянский Ю.Н. |
|
|
|
|
|
Эконометрика. Экономическое моделирование и прогнозирование. |
||||
|
Пусть получена некая (пусть даже очень точная и значимая) модель |
||||||||
y = ... +... +с2 z2 +с3 z 3 |
+ε |
( z |
2 - этажность дома, z3 - этаж квартиры). |
||||||
Значит, |
|
при прочих равных условиях цена квартиры в |
20-этажном доме |
||||||
( z2 =20 ) |
отличается от цены аналогичной квартиры в |
10-этажном доме |
|||||||
( z2 =10 ), даже если обе расположены, например, на 3-м этаже, что неверно. |
|||||||||
Покупателю важен этаж своей квартиры, а не этажность всего дома. |
|||||||||
|
Аналогично рассуждая, |
получим выводы о существенном различии в |
|||||||
цене одинаковых квартир на разных этажах одного дома. Для покупателя, |
|||||||||
как правило, |
существенно важны не этажность дома и этаж квартиры, а (в |
||||||||
первую очередь) не расположена ли эта квартира на 1-м или последнем эта- |
|||||||||
жах. А 10-й это этаж или 15-й |
– уже не столь важно. |
|
|||||||
|
И поэтому приведенные ранее данные об этажности дома и этаже |
||||||||
квартиры надо преобразовывать, введя фиктивную переменную z2 : |
|||||||||
|
|
|
1, |
этаж не 1 − й и не последний |
|
|
|||
|
z2 |
|
= |
этаж 1 − й или последний |
. |
|
|||
|
|
|
0, |
|
|
||||
|
Введём в расчетную таблицу столбец J («Этаж»). Заполним его |
||||||||
вручную |
по каждой квартире (подумайте, |
можно ли ускорить этот про- |
|||||||
цесс). Итоговая расчетная таблица показана на рис.3.11. |
Все старые столб- |
||||||||
цы этажности дома и этажа квартиры для сравнения можно оставить после |
|||||||||
столбца |
K (цен). Они на рисунке не приведены. Будем строить модель |
||||||||
y =b0 |
+b1 x1 +b2 x2 +b3 |
x3 |
+b4 |
x4 +c11 z11 |
+c12 z12 +c13 |
z13 +c2 z2 +ε . |
|||
|
Дальнейшие вычисления полностью аналогичны выполненным в за- |
||||||||
даче 3.2. |
Выполним их с помощью инструмента «Регрессия» пакета анализа. |
||||||||
Заметим лишь, что в результатах пакета анализа переменные будут обозна- |
|||||||||
чаться и нумероваться, как и ранее, по порядку следования столбцов во |
|||||||||
входной матрице. Их нужно переименовать (вручную или функцией |
|||||||||
ТРАНСП). Получена модель |
|
|
|
|
|||||
|
|
|
yˆ = 15,545 - 0,440 x1 + 0,511 x2 + 0,853 x3 - 0,183 x4 + |
||||||
|
|
|
|
+ 1,035 z11 + 0,482 z12 + 0,359 z13 + 0,428 z2 . |
|||||
|
Показатели её качества и значимости в целом (сравните с задачей 3.2): |
||||||||
|
R 2 |
=0,845 (точность модели несколько повысилась); |
|||||||
|
F = 14,346 > F0 ,05 ;8 ; 30−8−1 |
= F0 ,05 ;8 ;21 = 2 ,42 (значима на α =0 ,05 ); |
|||||||
|
tb1 |
|
= 2,6151 > t0 ,95 ;21 |
= 2 ,08 |
(коэффициент значим); |
||||
|
|
||||||||
|
tb2 |
|
= 5,4761 > t0 ,95 ;21 |
= 2 ,08 |
(коэффициент значим); |
||||
|
|
||||||||
|
tb3 |
|
= 3,2811 > t0 ,95 ;21 |
= 2,08 |
(коэффициент значим); |
||||
|
|
||||||||
|
tb4 |
|
=1,7137 <t0 ,95 ;21 |
=2 ,08 |
(коэффициент незначим, но довольно |
||||
|
|
||||||||
|
|
|
|
|
|
|
близок к порогу значимости). |
||
|
|
|
|
|
|
|
|||
|
Знаки коэффициентов регрессии экономически адекватны. Средняя |
76
Полянский Ю.Н.
Эконометрика. Экономическое моделирование и прогнозирование.
относительная ошибка немного снизилась в пределах нормы: A =4 ,22% .
Рис. 3.11
Таким образом, модель в целом достаточно точна и значима, как и её коэффициенты регрессии (с незначительной оговоркой о коэффициенте b4 ). Учет в данной модели дополнительных факторов (материала дома и этажа квартиры) несколько повысил её точность (впрочем, незначительно).
Возможно, дополнительные исследования могут помочь выявить еще какие-либо неучтенные факторы (например, техническое состояние дома в целом и конкретной квартиры в частности, наличие и количество балконов и/или лоджий, развитость городской инфраструктуры вблизи дома и т.п.). Всё это может дополнительно повысить точность модели.
77