Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10  11 | Следующая страница реферата

Оценивание мультипликативной модели МРА, учитывающей влияние фактора принадлежности к оценочной зоне, для всех участков Московской области.
LS // Dependent Variable is lnPRICE

Included observations: 2051 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

C 6.446047 0.193418 33.32695 0.0000
EL 0.121549 0.043228 2.811790 0.0050
WAT 0.113928 0.037977 2.999885 0.0027
GAS 0.307492 0.045772 6.717871 0.0000
WC 0.443938 0.102832 4.317103 0.0000
TEL 0.045741 0.108094 0.423162 0.6722
ROAD -0.045320 0.037414 -1.211311 0.2259
FOREST 0.004599 0.037861 0.121478 0.9033
RIVER -0.074821 0.037897 -1.974332 0.0485 lnSQU -0.107829 0.032432 -3.324789 0.0009 lnMKAD -0.309037 0.039653 -7.793558 0.0000
Z1 0.871810 0.146029 5.970126 0.0000
Z2 0.714760 0.106769 6.694425 0.0000
Z3 0.659213 0.074112 8.894778 0.0000
Z4 0.329074 0.056780 5.795573 0.0000
Z5 0.189057 0.066052 2.862228 0.0042

R-squared 0.450055 Mean dependent var 5.722011
Adjusted R-squared 0.446001 S.D. dependent var 0.998586
S.E. of regression 0.743259 Akaike info criterion
-0.585651
Sum squared resid 1124.203 Schwarz criterion
-0.541762
Log likelihood -2293.658 F-statistic
111.0245
Durbin-Watson stat 1.743132 Prob(F-statistic)
0.000000

Из анализа t-статистик видно, что все коэффициенты, кроме коэффициентов при TEL, ROAD, FOREST, RIVER, значимы на 95%-доверительном уровне. Таким образом включение принадлежности к оценочным зонам является, но мнению автора, оправданным. Несмотря на то, что R2-adj относительно невысокий, его значение, тем неменее, выше чем в аддитивной и мультипликативной моделях.
Данная модель была проанализирована по 11 направлениям, результаты оценивания приведены в приложении 4.
Для одних направлений коэффициенты при Z были значимы и, соответственно, принадлежность к оценочной зоне статистически значимо влияет на структуру модели, для других такое влияние не подтверждалось.
Следует заметить, что исключая незначимые переменные, мы получаем регрессии, где влияние оценочной зоны значимо, приведем в качестве примера
Рижское направление: ln(PRICE) = 6.8224989 + 0.3557595*EL - 0.32047292*GAS + 1.4597214*WC -
0.26571279*ROAD - 0.48865192*ln(MKAD) + 1.1649838*Z1 + 0.71930167*Z2 +
0.49471159*Z3 + 0.28423361*Z4 + 0.37282147*Z5

Результаты оценивания приведены в таблице 14.

Таблица 14

Оценивание мультипликативной модели МРА, учитывающей влияние фактора принадлежности к оценочной зоне, для участков Рижского направления после исключения незначимых переменных.
LS // Dependent Variable is ln(PRICE)
Sample(adjusted): 1 258

Variable Coefficient Std. Error t-Statistic Prob.

C 6.822499 0.745170 9.155622 0.0000
EL 0.355759 0.104513 3.403969 0.0008
GAS -0.320473 0.109094 -2.937584 0.0036
WC 1.459721 0.270179 5.402790 0.0000
ROAD -0.265713 0.096314 -2.758817 0.0062 ln(MKAD) -0.488652 0.155022 -3.152148 0.0018
Z1 1.164984 0.438079 2.659301 0.0083
Z2 0.719302 0.326001 2.206438 0.0283
Z3 0.494712 0.232404 2.128668 0.0343
Z4 0.284234 0.185829 1.529547 0.1274
Z5 0.372821 0.172728 2.158433 0.0319

R-squared 0.560038 Mean dependent var
5.586555
Adjusted R-squared 0.542226 S.D. dependent var 1.004311
S.E. of regression 0.679507 Akaike info criterion -0.731075
Sum squared resid 114.0472 Schwarz criterion -0.579593
Log likelihood -260.7774 F-statistic
31.44123
Durbin-Watson stat 1.799863 Prob(F-statistic) 0.000000

Таким образом включение принадлежности к оценочной зоне является, по мнению автора, закономерным. В заключении был проведен анализ прогностической силы модели.

6.3. Анализ прогностической силы модели.

Для анализа было выбрано Киевское направление для которого были проведены дополнительные исследование с помощью обучающих и экзаменующих выборок.
Суть этого исследования заключается в следующем: выборка разбивается случайным образом на две, по первой выборке (называемой обучающая) строится регрессия и оцениваются коэффициенты модели, после чего значения объясняющих переменных из второй «экзаменующей» выборки вставляются в модель и подсчитываются соответствующие значения цен, эти полученные значения сравниваются с «реальными» ценами предложенияю.

Пример регрессии построенной по обучающей выборке:

LNPRICE = 6.0346017 + 0.44641405*GAS + 0.2872918*LNSQU -
0.43797043*LNMKAD + 0.59934192*Z2 + 0.8536588*Z3 + 0.37767092*Z4 +
0.65143998*Z5

Результаты оценивания приведены в таблице 15

Таблица 15

Оценивание мультипликативной модели МРА, учитывающей влияние фактора принадлежности к оценочной зоне, для участков Киевского направления после исключения незначимых переменных по обучающей выборке.

LS // Dependent Variable is LNPRICE

Included observations: 287 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

C 6.034602 0.409133 14.74974 0.0000

GAS 0.446414 0.096348 4.633371 0.0000

Рекомендуем скачать другие рефераты по теме: реферат на тему предприятие, способ изложения.





Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10  11 | Следующая страница реферата