Исследование зависимости стоимости квартир от некоторых факторов

Перед тем, как делать выводы о значимости коэффициентов, проведем тест Уайта на наличие гетероскедастичности в модели.

Таблица 11

Проверка  наличия гетероскедастичности с помощью критерия Уайта модели №3

 

Heteroskedasticity Test: White
F-statistic	2.685153	Prob. F(5,34)		0.0377
Obs*R-squared	11.32361	Prob. Chi-Square(5)		0.0453
Scaled explained SS	36.98781	Prob. Chi-Square(5)		0.0000

Тест  Уайта с учетом взаимодействий (приведена  основная часть таблицы) позволяет  нам отвергнуть гипотезу об отсутствии гетероскедастичности на 5% уровне, поскольку Probability < 0.05. Таким образом, у нас появилось основание пересмотреть значимость оценок параметров линейной регрессии. С учетом гетероскедастичности получим:

Таблица 12

Результаты  оценивания модели №3 с учетом гетероскедастичности

 

Dependent Variable: PRICE
Method: Least Squares
Date: 06/18/13   Time: 23:07
Sample: 1 40
Included observations: 40
White heteroskedasticity-consistent standard errors & covariance
No d.f. adjustment for standard errors & covariance
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-637309.8	425666.4	-1.497205	0.1436
TOTSQ	71733.36	7830.784	9.160432	0.0000
ROOMS	-228780.5	231305.7	-0.989083	0.3296
REGION	1100206.	624119.2	1.762813	0.0869
YARD	538804.4	305024.7	1.766429	0.0863
FLOOR	104287.0	61376.21	1.699144	0.0984
R-squared	0.922500	Mean dependent var		4571625.
Adjusted R-squared	0.911103	S.D. dependent var		3537108.
S.E. of regression	1054608.	Akaike info criterion		30.71272
Sum squared resid	3.78E+13	Schwarz criterion		30.96605
Log likelihood	-608.2543	Hannan-Quinn criter.		30.80431
F-statistic	80.94241	Durbin-Watson stat		1.758006
Prob(F-statistic)	0.000000

PRICE= -637309,8+71733,36*TOTSQ

228780,5*ROOMS+1100206,0*REGION+538804,4*YARD+104287,0*FLOOR

Итак, из всех переменных значимы в данной модели только одна– общая площадь; остальные переменные, а также константа, незначимы. Коэффициент при переменной TOTSQ, равный (примерно) 71733,36, означает, что по имеющимся наблюдениям при росте (снижении) объема инвестиций в основной капитал на 1 ед. Цена увеличивается (уменьшается) в среднем на 71733,36 ед.  Этот факт подтверждает нашу гипотезу о том, что общая площадь напрямую влияет на цены квартир.

Рисунок 2. Визуальное представление модели

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

В ходе нашей работы были выделены основные факторы, которые, по нашему мнению, должны оказывать влияние на стоимость  квартир города Екатеринбурга. Основываясь  на базе данных квартир города, мы попытались выделить главные факторы.  Полученная нами модель позволяет дать ответ  на вопрос о зависимости Цены от различных факторов.

Хотя выявлены определенные закономерности, определяющие стоимость, разброс значений в наблюдениях достаточно большой. Все факторы учесть невозможно, но мы и не ставили такую задачу.

В ходе исследования мы подтвердили  гипотезы, предложенные нами. Так, по результатам  нашего исследования, мы можем сказать, что главным фактором, влияющим на цены, является общая площадь. Также  мы нашли взаимосвязь между ценой  и количеством комнат.

Хотелось  бы отметить также, что мы пришли к  выводу о незначимости таких переменных, как количество комнат, район, этаж и благоустройство двора, что опровергло наши гипотезы касательно этих переменных.