Часть 3.
Комплексная задача типа кейс-стади
Выполните эконометрическое моделирование стоимости квартир в Московской области.
Варианты для самостоятельной работы, наименования показателей и исходные данные для эконометрического моделирования стоимости квартир в Московской области приведены в таблицах 1 – 3.
Таблица 1
Варианты для самостоятельной работы
Номер варианта
|
Исследуемые факторы
|
Номера наблюдений
|
6
|
Y, 
|
41–80
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 2
Наименования показателей
Обозначение
|
Наименование показателя
|
Единицы измерения
|
Y
|
Цена квартиры
|
тыс. долл.
|
|
Город области
|
1 – Подольск, 0 – Люберцы
|
|
Число комнат в квартире
|
|
|
Общая площадь квартиры
|
кв. м
|
|
Жилая площадь квартиры
|
кв. м
|
|
Этаж квартиры
|
|
|
Площадь кухни
|
кв. м
|
Таблица 3
Исходные данные для эконометрического моделирования стоимости квартир
№
наблюдения
|
Y
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
1
|
115
|
2
|
4
|
70,40
|
51,40
|
9
|
7
|
2
|
85
|
1
|
3
|
82,80
|
46
|
5
|
10
|
3
|
69
|
1
|
2
|
64,50
|
34
|
6
|
10
|
4
|
57
|
1
|
2
|
55,10
|
31
|
1
|
9
|
5
|
184,60
|
2
|
3
|
83,90
|
65
|
1
|
9
|
6
|
56
|
1
|
1
|
32,20
|
17,90
|
2
|
7
|
7
|
85
|
2
|
3
|
65,00
|
39
|
12
|
8,30
|
8
|
265
|
2
|
4
|
169,50
|
80
|
10
|
16,50
|
9
|
60,65
|
1
|
2
|
74
|
37,80
|
11
|
12,10
|
10
|
130
|
2
|
4
|
87
|
57
|
6
|
6
|
11
|
46
|
1
|
1
|
44
|
20
|
2
|
10
|
12
|
115
|
2
|
3
|
60
|
40
|
2
|
7
|
13
|
70,96
|
2
|
2
|
65,70
|
36,90
|
5
|
12,50
|
14
|
39,50
|
1
|
1
|
42,00
|
20
|
7
|
11
|
15
|
78,90
|
2
|
1
|
49,30
|
16,90
|
14
|
13,60
|
16
|
60
|
1
|
2
|
64,50
|
32
|
11
|
12
|
17
|
100
|
1
|
4
|
93,80
|
58
|
1
|
9
|
18
|
51
|
1
|
2
|
64
|
36
|
6
|
12
|
19
|
157
|
2
|
4
|
98
|
68
|
2
|
11
|
20
|
123,5
|
1
|
4
|
107,50
|
67,50
|
12
|
12,3
|
21
|
55,2
|
2
|
1
|
48,00
|
15,30
|
9
|
12
|
22
|
95,5
|
1
|
3
|
80,00
|
50,00
|
6
|
12,5
|
23
|
57,6
|
2
|
2
|
63,90
|
31,50
|
5
|
11,4
|
24
|
64,5
|
1
|
2
|
58,10
|
34,80
|
10
|
10,6
|
25
|
92
|
1
|
4
|
83,00
|
46,00
|
9
|
6,5
|
26
|
100
|
1
|
3
|
73,40
|
52,30
|
2
|
7
|
27
|
81
|
2
|
2
|
45,50
|
27,80
|
3
|
6,3
|
28
|
65
|
1
|
1
|
32,00
|
17,30
|
5
|
6,6
|
29
|
110
|
2
|
3
|
65,20
|
44,50
|
10
|
9,6
|
30
|
42,10
|
1
|
1
|
40,30
|
19,10
|
13
|
10,8
|
31
|
135,00
|
2
|
2
|
72,00
|
35,00
|
12
|
10
|
32
|
39,60
|
1
|
1
|
36,00
|
18,00
|
5
|
8,6
|
33
|
57,00
|
1
|
2
|
61,60
|
34,00
|
8
|
10
|
34
|
80,00
|
2
|
1
|
35,50
|
17,40
|
4
|
8,5
|
35
|
61,00
|
1
|
2
|
58,10
|
34,80
|
10
|
10,6
|
36
|
69,60
|
1
|
3
|
83,00
|
53
|
4
|
12
|
37
|
250,00
|
1
|
4
|
152,00
|
84
|
15
|
13,3
|
38
|
64,50
|
1
|
2
|
64,50
|
30,50
|
12
|
8,6
|
39
|
125,00
|
2
|
2
|
54,00
|
30
|
8
|
9
|
40
|
152,30
|
2
|
3
|
89,00
|
55
|
7
|
13
|
41
|
38,00
|
1
|
1
|
41,90
|
19
|
12
|
9,5
|
42
|
62,20
|
1
|
2
|
69,00
|
36
|
9
|
10
|
43
|
125,00
|
2
|
3
|
67,00
|
41
|
11
|
8
|
44
|
61,10
|
1
|
2
|
58,10
|
34,80
|
10
|
10,6
|
45
|
67
|
2
|
1
|
32,00
|
18,70
|
2
|
6
|
46
|
93
|
2
|
2
|
57,20
|
27,70
|
1
|
11,3
|
47
|
118
|
1
|
3
|
107,00
|
59
|
2
|
13
|
48
|
132
|
2
|
3
|
81,00
|
44
|
8
|
11
|
49
|
92,50
|
2
|
3
|
89,90
|
56
|
9
|
12
|
50
|
105
|
1
|
4
|
75,00
|
47
|
8
|
12
|
51
|
42
|
1
|
1
|
36,00
|
18
|
8
|
8
|
52
|
125
|
1
|
3
|
72,90
|
44
|
16
|
9
|
53
|
170
|
2
|
4
|
90
|
56
|
3
|
8,5
|
54
|
38
|
2
|
1
|
29
|
16
|
3
|
7
|
55
|
130,50
|
2
|
4
|
108
|
66
|
1
|
9,8
|
56
|
85
|
2
|
2
|
60
|
34
|
3
|
12
|
57
|
98
|
2
|
4
|
80
|
43
|
3
|
7
|
58
|
128
|
2
|
4
|
104
|
59,20
|
4
|
13
|
59
|
85
|
2
|
3
|
85
|
50
|
8
|
13
|
60
|
160
|
1
|
3
|
70
|
42
|
2
|
10
|
61
|
60
|
2
|
1
|
60
|
20
|
4
|
13
|
62
|
41
|
1
|
1
|
35
|
14
|
10
|
10
|
63
|
90
|
1
|
4
|
75
|
47
|
5
|
12
|
64
|
83
|
2
|
4
|
69,50
|
49,50
|
1
|
7
|
65
|
45
|
2
|
1
|
32,80
|
18,90
|
3
|
5,8
|
66
|
39
|
2
|
1
|
32,00
|
18,00
|
3
|
6,5
|
67
|
86,90
|
2
|
3
|
97,00
|
58,70
|
10
|
14
|
68
|
40
|
2
|
1
|
32,80
|
22
|
2
|
12
|
69
|
80
|
2
|
2
|
71,30
|
40
|
2
|
10
|
70
|
227
|
2
|
4
|
147
|
91
|
2
|
20,5
|
71
|
235
|
2
|
4
|
150
|
90
|
9
|
18
|
72
|
40
|
1
|
1
|
34
|
15
|
8
|
11
|
73
|
67
|
1
|
1
|
47
|
18,50
|
1
|
12
|
74
|
123
|
1
|
4
|
81
|
55
|
9
|
7,5
|
75
|
100
|
2
|
3
|
57
|
37
|
6
|
7,5
|
76
|
105
|
1
|
3
|
80
|
48
|
3
|
12
|
77
|
70,30
|
1
|
2
|
58,10
|
34,80
|
10
|
10,6
|
78
|
82
|
1
|
3
|
81,10
|
48
|
5
|
10
|
79
|
280
|
1
|
4
|
155,00
|
85
|
5
|
21
|
80
|
200
|
1
|
4
|
108,40
|
60
|
4
|
10
|
Задания:
Рассчитайте матрицу парных коэффициентов корреляции. Оцените статистическую значимость коэффициентов корреляции Y с каждым из факторов.
Постройте поле корреляции результативного признака Y и наиболее тесно связанного с ним фактора.
Рассчитайте параметры парной линейной регрессии для фактора, наиболее связанного с Y.
Оцените качество полученной модели через коэффициент детерминации, среднюю ошибку аппроксимации и F-критерий Фишера.
5. По модели п. 3 осуществите прогнозирование среднего значения показателя Y при уровне значимости  , если прогнозное значение фактора составит 80% от его максимального значения. Представьте на графике фактические, модельные значения и точки прогноза.
6. Используя пошаговую множественную регрессию (метод исключения или метод включения), постройте модель формирования цены квартиры на основе только значимых факторов (). Дайте экономическую интерпретацию коэффициентов модели регрессии.
7. Оцените качество построенной модели. Улучшилось ли качество модели по сравнению с однофакторной моделью?
8. Дайте оценку влияния значимых факторов на результат с помощью коэффициентов эластичности,  коэффициентов.
Расчеты следует выполнять, используя мастер функций и пакет «Анализ данных» табличного процессора Excel. К каждому заданию дополнительно необходимо приложить распечатки результатов его выполнения в программе VSTAT. |
Скачать 61.53 Kb.