Создан заказ №1379131
9 октября 2016
Эконометрическое моделирование стоимости квартир в Московской области Варианты для самостоятельной работы
Как заказчик описал требования к работе:
Нужна помощь в написании контрольной работе, по эконометрике, методичка приложена
Исходный вариант № 8, все оформление подробно и в word, согласно методическим указаниям
Фрагмент выполненной работы:
Эконометрическое моделирование стоимости квартир в Московской области.
Варианты для самостоятельной работы, задание по эконометрическому моделированию стоимости квартир, наименования показателей и исходные данные для эконометрического моделирования стоимости квартир в Московской области приведены ниже (табл. 1-3).
Задание по эконометрическому моделированию стоимости квартир в Московской области.
1.Рассчитайте матрицу парных коэффициентов корреляции; оцените статистическую значимость коэффициентов корреляции Y с X.
2.Постройте поле корреляции результативного признака и наиболее тесно связанного с ним фактора.
3.Рассчитайте параметры линейной парной регрессии для фактора X, наиболее тесно связанного с Y.
4.Оцените качество модели через коэффициент детерминации,среднюю ошибку аппроксимации и F – критерий Фишера.
5.По модели осуществите прогнозирование среднего значенияпоказателя Y при уровне значимости α = 0,1, если прогнозное значения фактора X составит 80% от его максимального значения.
Представьте графически фактические и модельные значения, точкипрогноза.
6.Используя пошаговую множественную регрессию (метод исключения или метод включения), постройте модель формирования цены квартиры на основе только значимых факторов. (работа была выполнена специалистами Автор 24) Дайте экономическую интерпретацию коэффициентов модели регрессии.
7.Оцените качество построенной модели. Улучшилось ли качество модели по сравнению с однофакторной моделью? Дайте оценку влияния значимых факторов на результат с помощью коэффициентов эластичности, β- и Δ-коэффициентов.
Y – цена квартиры, тыс. долл.;
Х1 – город области (Подольск, Люберцы);
Х2 – число комнат в квартире;
Х2 – общая площадь квартиры, кв. м.
Таблица 1. Исходные данные
№ п/п Y X1 X2 X3
41 38 1 1 41,9
42 62,2 1 2 69
43 125 0 3 67
44 61,1 1 2 58,1
45 67 0 1 32
46 93 0 2 57,2
47 118 1 3 107
48 132 0 3 81
49 92,5 0 3 89,9
50 105 1 4 75
51 42 1 1 36
52 125 1 3 72,9
53 170 0 4 90
54 38 0 1 29
55 130,5 0 4 108
56 85 0 2 60
57 98 0 4 80
58 128 0 4 104
59 85 0 3 85
60 160 1 3 70
61 60 0 1 60
62 41 1 1 35
63 90 1 4 75
64 83 0 4 69,5
65 45 0 1 32,8
66 39 0 1 32
67 86,9 0 3 97
68 40 0 1 32,8
69 80 0 2 71,3
70 227 0 4 147
71 235 0 4 150
72 40 1 1 34
73 67 1 1 47
74 123 1 4 81
75 100 0 3 57
76 105 1 3 80
77 70,3 1 2 58,1
78 82 1 3 81,1
79 280 1 4 155
80 200 1 4 108,4
Решение:
1.Рассчитаем матрицу парных коэффициентов корреляции; оценим статистическую значимость коэффициентов корреляции Y с X.
Построим матрицу парных коэффициентов линейной корреляции, используя матричные и статистические функции Excel.
Выбор факторных признаков для построения регрессионной моделиЦена квартир – это зависимая переменная (тыс. долл.). В качестве независимых, объясняющих переменных выбраны:
Х1 – город области;
Х2 – число комнат в квартире;
Х2 – общая площадь квартиры, кв. м.
В этом примере количество наблюдений , количествообъясняющих переменных .
Чтобы оценить тесноту связи между значениями этих переменных, вычислим значение коэффициента корреляции средствами Excel. Для этого можно воспользоваться функцией =КОРРЕЛ( ), указав адреса пяти столбцов чисел. Ответ помещен в В46 F51.
Вычислим матрицу коэффициентов парной корреляции, проверим значимость коэффициентов корреляции:
Для построения корреляционного анализа воспользуемся пакетом прикладных программ Microsoft Excel, функцией «Анализ данных».
Выполняем следующие действия:
Данные для корреляционного анализа должны располагаться в смежных диапазонах ячеек.
Выбрать команду «Сервис» → «Анализ данных».
В диалоговом окне «Анализ данных» выбрать инструмент «Корреляция», а затем щелкнуть кнопку «ОК».
В диалоговом окне «Корреляция» в поле «Входной интервал» необходимо ввести диапазон ячеек, содержащих исходные данные. Если введены и заголовки столбцов, то установить флажок «Метки в первой строке».
Выбрать параметры вывода. В данном случае «Новый рабочий лист».
«ОК»
Результаты корреляционного анализа
Рис.1
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной цена квартиры с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть цена квартиры, имеет весьма высокую связь с общей площадью квартиры (ryx3 = 0,892), тесную связь с числом комнат в квартире (ryx2 = 0,751). С фактором Х1 – город области (Подольск, Люберцы) связь отсутствует с зависимой переменной и его не рекомендуется включать в модель регрессии.
Оценим значимость коэффициентов корреляции первого столбца матрицы. Для этого рассчитаем значение t – статистики для всех элементов первого столбца:
Табличное значение критерия Стьюдента равно: tтабл (α = 0,05; k = n – 2 = 38) =2,02. Сравним числовые значения критериев с табличным. Сделаем вывод, что tрасч > tтабл т.е. полученные значения коэффициентов корреляции значимы для числа комнат в квартире (ryx2 = 0,751) и общей площади квартиры (ryx3 = 0,892), а tрасч < tтабл т.е. полученное значение коэффициента корреляции не значимо для город области (ryx1 = – 0,0111).
2.Построим поле корреляции результативного признака и наиболее тесно связанного с ним фактора общей площади квартиры.
Рис. 2
В нашем примере диаграмма рассеяния имеет вид, приведенный на рис. 2. Вытянутость облака точек на диаграмме рассеяния вдоль наклонной прямой позволяет сделать предположение о том, что существует некоторая объективная тенденция прямой линейной связи между значениями переменных x и y. Можно сказать, что общая площадь квартиры оказывает весьма высокое влияние на цену квартиры.
3.Рассчитаем параметры линейной парной регрессии для фактора X3, наиболее тесно связанного с Y.
Рассчитаем параметры линейной парной регрессии для наиболееподходящего фактора Х3. Выбрали тот фактор, который наиболее тесно связан с зависимой переменной.
Построение модели линейной регрессии зависимости прибыли (убытка) от основных средств выполняем с использованием инструмента Регрессия в пакете Анализ данных Excel
Выбрали команду на вкладке Данные команда Анализ данных
В диалоговом окне Анализ данных выбрали инструмент Регрессия...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
10 октября 2016
Заказ завершен, заказчик получил финальный файл с работой
5
Эконометрическое моделирование стоимости квартир в Московской области
Варианты для самостоятельной работы.docx
2016-10-13 19:40
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Спасибо огромное уважаемому Автору не на минуту не пожалела о своём выборе.Автор знает свое дело помог в максимально сжатые сроки да и работа выполнена безупречно!Побольше вам работ и хороших заказчиков.
Хочешь такую же работу?
300 ₽
