- •Экономическое моделирование стоимости квартир в Челябинске
- •1. Построим парную регрессию.
- •1.1 Оценим параметры уравнения с помощью метода наименьших квадратов.
- •1.2 Оценим адекватность построенной модели по критерию:
- •1.3 Определите значимость переменных:
- •2. Построим линейную множественную регрессию.
- •2.1 Оценим параметры уравнения с помощью метода наименьших квадратов.
- •2.2 Оценим адекватность построенной модели по критерию:
- •2.3 Определите значимость переменных:
- •2.4 Найдем среднюю ошибку аппроксимации:
- •2.5 Вычислим коэффициент детерминации:
- •2.6 Линейные коэффициенты корреляции между всеми членами регрессии:
- •2.7 Проверим гипотезу о значимости уравнения с помощью критерия Фишера:
- •2.8 Проверим модель на отсутствие автокорреляции.
- •2.9 Проверка на гетероскедастичность моделей
- •Список используемой литературы
Федеральное агентство по образованию ГОУ ВПР «Челябинский государственный университет» Институт экономики, отраслей бизнеса и администрирования. Кафедра «Экономики отраслей и рынков»
Практическая работа по дисциплине:
«Эконометрика»
Выполнил: студент гр. 22 ПС-204
Лемясов А.Р.
Проверил: Шатин И.А.
г. Челябинск
2012
Содержание
Экономическое моделирование стоимости квартир в Челябинске 3
1. Построим парную регрессию. 4
1.1 Оценим параметры уравнения с помощью метода наименьших квадратов. 5
1.2 Оценим адекватность построенной модели по критерию: 6
1.3 Определите значимость переменных: 9
1.4 Найдем среднюю ошибку аппроксимации: 9
1.5 линейные коэффициенты корреляции между всеми членами регрессии: 9
1.6 Проверим гипотезу о значимости уравнения с помощью критерия Фишера: 9
1.7 Проверим модель на отсутствие автокорреляции. 10
1.8 Проверка на гетероскедастичность моделей 10
2. Построим линейную множественную регрессию. 11
2.1 Оценим параметры уравнения с помощью метода наименьших квадратов. 11
2.2 Оценим адекватность построенной модели по критерию: 12
2.3 Определите значимость переменных: 15
2.4 Найдем среднюю ошибку аппроксимации: 15
2.5 Вычислим коэффициент детерминации: 15
2.6 линейные коэффициенты корреляции между всеми членами регрессии: 15
2.7 Проверим гипотезу о значимости уравнения с помощью критерия Фишера: 16
2.8 Проверим модель на отсутствие автокорреляции. 16
2.9 Проверка на гетероскедастичность моделей 17
Вывод: 17
Список используемой литературы 18
Экономическое моделирование стоимости квартир в Челябинске
y – цена квартиры, тыс. долл.;
х1 – жилая площадь квартиры, кв. м.;
х2 – этаж;
х3 – площадь кухни, кв. м.;
х4 – количество комнат.
Таблица 1- Исходные данные
№п/п |
у |
х1 |
х2 |
х3 |
х4 |
1 |
115 |
51,4 |
9 |
7 |
3 |
2 |
85 |
46 |
5 |
10 |
2 |
3 |
69 |
34 |
6 |
10 |
1 |
4 |
57 |
31 |
1 |
9 |
1 |
5 |
184,6 |
65 |
1 |
9 |
2 |
6 |
56 |
17,9 |
2 |
7 |
1 |
7 |
85 |
39 |
12 |
8,3 |
2 |
8 |
265 |
80 |
10 |
16,5 |
4 |
9 |
60,65 |
37,8 |
11 |
12,1 |
4 |
10 |
130 |
57 |
6 |
6 |
3 |
11 |
46 |
20 |
2 |
10 |
2 |
12 |
115 |
40 |
2 |
7 |
2 |
13 |
70,69 |
36,9 |
5 |
12,5 |
2 |
14 |
39,5 |
20 |
7 |
11 |
2 |
15 |
78,9 |
16,9 |
14 |
13,6 |
1 |
16 |
60 |
32 |
11 |
12 |
1 |
17 |
100 |
58 |
1 |
9 |
3 |
18 |
51 |
36 |
6 |
12 |
2 |
19 |
157 |
68 |
2 |
11 |
3 |
20 |
123,5 |
67,5 |
12 |
12,3 |
3 |
21 |
55,2 |
15,3 |
9 |
12 |
1 |
22 |
95,5 |
50 |
6 |
12,5 |
2 |
23 |
57,6 |
31,5 |
2 |
11,4 |
1 |
24 |
64,5 |
34,8 |
12 |
10,6 |
1 |
25 |
92 |
46 |
9 |
6,5 |
3 |
26 |
100 |
52,3 |
6 |
7 |
2 |
27 |
51 |
27,8 |
5 |
6,3 |
2 |
28 |
157 |
17,3 |
10 |
6,6 |
1 |
29 |
123,5 |
44,5 |
9 |
9,7 |
2 |
30 |
55,2 |
19,1 |
2 |
6,5 |
1 |
Рассчитаем корреляцию между данными экономическими показателями
Строим эконометрическую модель, которая относится к классу факторных статических моделей:
y = f(x1, x2, х3, х4)
y – цена квартиры, тыс. долл. (зависимая переменная);
х1 – жилая площадь квартиры, кв. м.; х2 – этаж; х3 – площадь кухни, кв. м.; х4 – количество комнат (объясняющие переменные).
Чтобы убедиться в том, что выбор объясняющих переменных оправдан, оценим связь между признаками количественно, для этого заполним матрицу корреляций. Расчет выполним по формуле:
Вычислим матрицу корреляции с помощью пакета MS Excel.
Сервис - Анализ данных – Корреляция.
Таблица 2 - Матрица корреляций между исходными статистическими признаками
|
y |
x1 |
x2 |
x3 |
x4 |
y |
1 |
|
|
|
|
x1 |
0,746 |
1 |
|
|
|
x2 |
0,087 |
-0,025 |
1 |
|
|
х3 |
0,151 |
0,181 |
0,340 |
1 |
|
х4 |
0,507 |
0,730 |
0,115 |
0,149 |
1 |
Анализируя матрицу корреляций, можем сделать вывод о том, что связь между ценой квартиры и жилой площадью квартиры достаточно заметная, а между ценой квартиры и остальными факторами слабая.