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