эконометрика

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
УО "БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ
УНИВЕРСИТЕТ"
Кафедра бухгалтерского учёта, анализа и аудита в АПК и транспорте
ОТЧЕТ О ВЫПОЛНЕНИИ ПРОЕКТА
По дисциплине: Эконометрика и экономико-математические методы и
модели
на тему: Влияние ряда факторов цену недвижимости
Студентка
УЭФ, 3 курс, 17-ДЭТ-1
И.А.Листопад
МИНСК 2019
1
Основные данные:
Y – факторы, которые влияют на цену жилой недвижимости
X1 – Район и размещение дома (Престижность района и его особенности,
инфраструктура, остановки общественного транспорта, наличие промышленных
предприятий или парков и др. - один из самых важных факторов создания цены)
X2 - Этаж, на котором находится квартира (Часто очень важно, на каком этаже
находится квартира. Отсутствие лифта станет проблемой для продажи жилья выше
3-го этажа. Безопасность и сырость (мокрых стен) может стать проблемой при
продаже квартиры на первом этаже и конечно плохое перекрытия дома снизит цену
на квадратные метры для владельцев последних этажей.
X3 - Состояние ремонта в квартире (Многие покупатели ищут жилье сразу с
ремонтом и без необходимости капитальных вложений в состояние квартиры.
Поэтому ремонт часто играет немаловажную роль в принятии покупателями
решение купить квартиру.)
X4 - площадь (общая площадь квартиры)
X5 - тип здания (панельный дом или кирпичный)
Х6- количество комнат
Исходная таблица данных по 7 продаваемым квартирам:
Район и
размещение
Ул. Коржа10,
кв. 15
Ул. Якуба
Коласа 45,
кв. 20
Ул. Шугаева
112, кв. 58
Проспект
Газеты
Правда 20,
кв 11
Ул.
Жилуновича
68, кв 45
Ул.
Дорошевича
8, кв. 15
Ул.Михася
Лыньклва
31, кв. 31
Ул.
Калиновского
18, кв. 44
Затраты
на
Площадь
Тип
Количество
Этаж
ремонт, квартиры здания
комнат
тыс. р
Московский
3
23.500
40
панель
1
Центральный
5
50.300
85
кирпич
3
Первомайский
4
47.800
67
панель
2
Московский
2
35.110
54
кирпич
1
Партизанский
3
61.900
80
кирпич
2
Советский
1
25.100
48
панель
1
Фрунзенский
2
40.150
51
панель
2
Советский
5
60.220
71
кирпич
3
2
Для
проведения
исследования
представленных данных.
понадобится
некоторая
модификация
1. Для рассмотрения показателя «Район» требуется введения бинарных
переменных
Значение всех переменных «1» указывает на принадлежность квартир к районам
Фрунзенский, Центральный, Первомайский.
Значение всех переменных «0» указывает на принадлежность квартир к районам
Московский Партизанский, Советский.
1. Для рассмотрения показателя «Тип здания» также требуется введения
бинарных переменных
Значение всех переменных «0» указывает на принадлежность квартир к типу
панели.
Значение всех переменных «1» указывает на принадлежность квартир к типу
кирпич
«Рабочая» таблица данных:
Цена
квартир
ы
Тыс. р
y
Ул. Коржа10,
кв. 15
Ул. Якуба
Коласа 45,
кв. 20
Ул. Шугаева
112, кв. 58
Проспект
Газеты
Правда 20,
кв 11
Ул.
Жилуновича
68, кв 45
Ул.
Дорошевича
8, кв. 15
Ул.Михася
Лыньклва
31, кв. 31
Ул.
Калиновског
о 18, кв. 44
Х2
Затрат
ы на
ремонт,
тыс. р
Х3
Площад
ь
квартир
ы
Х4
0
3
23.500
149.200
1
5
134.100
1
118.700
Район и
размещени
е
Эта
ж
Тип
здани
я
Количеств
о комнат
Х1
Х5
Х6
109.300
40
0
1
50.300
85
1
3
4
47.800
67
0
2
0
2
35.110
54
1
1
157.800
0
3
61.900
80
1
2
116.150
0
1
25.100
48
0
1
131.250
1
2
40.150
51
2
2
167.600
0
5
60,220
71
1
3
3
Проанализируем коэффициент корреляции:
Y
X1
X2
Y
X1
X2
X3
1
0,10546
0,70067
0,96267
1
0,3076977
0,1737901
1
0,6716922
X4
0,85534
0,2906939
0,7042342
X5
0,4116
0,29277
0,0346479
X6
0,88291
0,454794
0,8366987
X3
1
0,88303365
2
0,41071416
5
0,81618273
5
X4
X5
X6
1
0,25031
1
0,80596
0,42366
1
Вывод: Наибольшее значение на результативный показатель оказывают факторы
X3 и X6. Теснота связи 0,962 и 0,882 (тесная или сильная). Во всех остальных
случаях связь умеренная и средняя. Удаление факторов на данном этапе не
требуется
4
Регрессионный анализ:
ВЫВОД
ИТОГОВ
Регрессионная
статистика
Множественный
R
0,999691
R-квадрат
0,999383
Нормированный
R-квадрат
0,995679
Стандартная
ошибка
1,378517
Наблюдения
8
Дисперсионный анализ
df
SS
MS
F
Значимость F
269,8345824
0,04656547
P-Значение
Нижние
95%
Верхние
95%
Нижние
95,0%
Верхние
95,0%
51,78715
25,91284
14,23007
110,354813
2,10479858
44,2385748
Регрессия
6
3076,613442
512,768907
Остаток
1
1,900308339
1,90030834
Итого
7
3078,51375
Коэффициенты
Стандартная
ошибка
t-статистика
0,018092969
51,7871464
110,35481
0,08478694
-25,91284
6,7346774
Y-пересечение
81,07098
2,304687676
Переменная X 1
-9,58908
1,284707665
Переменная X 2
-3,30372
0,859922816
35,1765581
7,46401808
3,84187709
0,162108313
-14,230073
7,6226376
Переменная X 3
0,87677
0,096647982
9,07178314
0,069893632
-0,3512595
2,1047986
Переменная X 4
-0,04201
0,079431694
0,690307139
-1,0512832
0,9672675
Переменная X 5
-1,98487
1,147682274
-0,5288552
1,72945659
0,333746679
-16,567553
12,597819
-0,35126
1,051283
16,56755
Переменная X 6
18,53057
2,023263653
9,15875327
0,069235178
-7,1774296
44,238575
-7,17743
6,73467738
7,62263759
0,9672675
12,5978193
ВЫВОД
ОСТАТКА
Предсказанное
Y
Наблюдение
Остатки
1
108,6142
0,685831398
2
149,101
0,099000079
3
134,4232
-0,3232295
4
119,5242
-0,82420387
5
157,1475
0,652489983
6
116,2884
-0,13837248
7
131,0258
0,224229421
8
167,9757
-0,37574503
5
Коэффициент детерминации множественной регрессии равен 0,999383 из чего
следует, что в факторную модель включено 99?9 % факторов, повлиявших на
изменение количество покупателей.
Уравнение многофакторной регрессии имеет следующий вид:
У= 81,07098-9,58908*Х1-3,30372*Х2+0,87677*Х3-0,04201*Х41,98487*Х5+18,53057*Х6
Числовые коэффициенты уравнения регрессии показывают количественное
воздействие каждого фактора на результативный показатель при неизменности
других.
Проверка качества построенной модели по критерию Фишера
где R - коэффициент корреляции;
f1 и f2 - число степеней свободы.
Возможная ошибка=0,05
Число наблюдений = 8
Число факторов =6
R-квадрат
F (рас)
F (таб)
0,999383
946,79796
12,706
Расчетное значение больше табличного, следовательно уравнение признается
значимым
6
Проверка статистической значимости коэффициентов (по Стьюденту)
Возможная ошибка=0,05
Число наблюдений = 8
Число факторов =6
Переменная
X1
Переменная
X2
Переменная
X3
Переменная
X4
Переменная
X5
Переменная
X6
t(расч)
t(табл)
35,176558
12,7062
-7,464018
12,7062
-3,841877
12,7062
9,0717831
12,7062
-0,528855
12,729457
12,7062
Если |t(расч) |> t(табл), то коэффициент регрессии признается
статистически значимым
Удаляем столбец Х2, поскольку |t(расч) |< t(табл)
Удаляем столбец Х3, поскольку |t(расч) |< t(табл)
Удаляем столбец Х4, поскольку |t(расч) |< t(табл)
Удаляем столбец Х5, поскольку |t(расч) |< t(табл)
12,7062
Оставшиеся коэффициенты являются статистически значимыми.
7