![]() CATEGORIES: BiologyChemistryConstructionCultureEcologyEconomyElectronicsFinanceGeographyHistoryInformaticsLawMathematicsMechanicsMedicineOtherPedagogyPhilosophyPhysicsPolicyPsychologySociologySportTourism |
CENA BYTŮ v Praze 9 – Černý MostStatistika pro ekonomy – 1. Semestrální práce CENA BYTŮ v Praze 9 – Černý Most Jako zdroj semestrální práce jsme si vybrali internetovou stránku www.sreality.cz, na které jsme si našli 29 bytů v Praze 9 na Černém Mostě s nejvyšší cenou 3 150 mil. Kč. Tři znaky, které jsme sledovali = cenu (mil. Kč), plochu (m2) a obytné místnosti. Zvolená závislá proměnná = cena bytů nezávislá proměnná = plocha a místnosti
Lineární mode (slide č.4) Výstup lineárního regresního modelu ukazuje výsledky popisu vztahu mezi cenou a dvěma nezávisle proměnnými. Rovnice modelu je: Cena = 0,804471 + 0,0323651 * plocha - 0,20692 * místnosti
Podle koeficientu determinace, který nám vyšel 86,3007 % je model kvalitní.
F-test modelu (slide č.5) Výstup lineárního regresního modelu ukazuje výsledky popisu vztahu mezi cenou a dvěma nezávisle proměnnými. Rovnice vybavená modelu je
Výsledek F-testu = F>F0,95 => Zamítáme H0
T-test (slide č.6) Výsledky T-testu: (plocha) Tx1 => Zamítáme H0 (místnosti) Tx2 => Nezamítáme H0
Interpretace výsledků: S 95% pravděpodobností lze tvrdit, že proměnná x1 je statisticky významná při tvorbě modelu S 95% pravděpodobností lze tvrdit, že proměnná x2 není statisticky významná při tvorbě model
Posouzení existence multikolinearity (slide č.7) Absolutní hodnota korelačních koeficientů je větší (je velmi silná závislost) a tudíž se Multikolinearita projevila!
Interpretace hodnot (slide č.8) Koeficient β0 - Počáteční cena bez metrů a místností Koeficient β1 - Pokud se počet metrů čtverečních zvýší o jednotku, cena se zvýší o 0,0323651 mil. Kč Koeficient β2 - Pokud se počet místností zvýší o jednotku, cena se sníží o - 0,020692 mil.Kč Zjednodušený model (slide č.9) Na x souřadnici je cena (mil.Kč) Na y souřadnici je plocha (m2) (popsat graf) ??? ??? GRAF Vzhledem k tomu, že nám vyšla regresní přímka, můžeme říci, že se zvyšujícím X se nám zvyšuje i Y. Nemáme žádné extrémně odlehlé hodnoty, avšak tyto hodnoty nejsou centralizovány k přímce, což nám znovu ukazuje špatnou kvalitu modelu. ??? Zjednodušený model (slide č.10) Odhad ceny bytu, pokud by měl podlahovou plochu 55 m2 Cena = 0,653491 + 0,0261828 * plocha
Porovnání modelů: - Původní model:R2adj = 85,286 % - Po vyřazení MÍSTNOSTÍ:R2adj = 84,528 % Bodový a intervalový odhad (slide č.11) Intervalový odhad: CENA náhodně vybraného bytu s 55m2 se bude s 95% pravděpodobností pohybovat v intervalu od 1,6617do2,52539. Interval spolehlivosti: Střední hodnota ceny bytu s 55 m2 se bude s 95% případů pohybovat v intervalu od 2,00973do2,17736, Další proměnné (slide č.12) Vzdálenost od centra Autobusové spoje Vzdálenost od školy, do práce… Podlaží
Date: 2016-01-03; view: 877
|