Автор работы: Пользователь скрыл имя, 04 Января 2014 в 11:44, контрольная работа
Цель контрольной работы: Провести отбор факторов, влияющих на кадастровую стоимость земли и оценить степень их влияния с помощью статистических методов.
Для достижения цели были поставлены и решены следующие задачи:
• рассчитать парные коэффициенты корреляции;
• проверить значимость парных коэффициентов корреляции;
Введение
Начало планирования эксперимента положили труды английского статистика Р.Фишера, подчеркнувшего, что рациональное планирование эксперимента даёт не менее существенный выигрыш в точности оценок, чем оптимальная обработка результатов измерений. В 60-х годах 20 века сложилась современная теория. Её методы тесно связаны с теорией приближения функций и математическим программированием. Построены оптимальные планы и исследованы их свойства для широкого класса моделей.
Цель контрольной работы: Провести отбор факторов, влияющих на кадастровую стоимость земли и оценить степень их влияния с помощью статистических методов.
Для достижения цели были поставлены и решены следующие задачи:
экономическая интерпретация коэффициента уравнению регрессии.
Исходная информация: Характеристика сёл пермского края по основным социально-демографическим и экономическим факторам в баллах, на примере населенных пунктов Добрянского муниципального района. Работа выполняется в программе Statiatica.
1. Корреляционный анализ
Корреляционный анализ решает две основные задачи:
Это очень важно, так как от правильного выбора формы связи зависит конечный результат изучения взаимосвязи между признаками.
Она решается математически путем определения параметров корреляционного уравнения.
Затем проводятся оценка и анализ полученных результатов при помощи специальных показателей корреляционного метода (коэффициентов детерминации, линейной и множественной корреляции), а также проверка существенности связи между изучаемыми признаками.
Применение
методов корреляционного
Корреляционная связь – это связь при которой разным значением одной переменной, соответствует различные средние значения другой переменной.
Корреляционная связь – это связь, где воздействие отдельных факторов проявляется только как тенденция (в среднем) при массовом наблюдении фактических данных.
Ситуации корреляционной зависимости:
Таблица 1 - Значения социально-экономических показателей по населенным пунктам Добрянского муниципального района
Название населённых пунктов |
Кадастров. стоимость |
Балл за | ||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 | ||
1 д. Берёзово |
4,91 |
66,53 |
10,00 |
0,01 |
47,00 |
45,00 |
25,00 |
100,00 |
2 д. Бурдята |
5,57 |
65,52 |
0,01 |
0,01 |
76,00 |
48,00 |
45,00 |
100,00 |
3 д. Егорово |
4,41 |
57,24 |
10,00 |
51,03 |
32,00 |
5,50 |
50,00 |
100,00 |
4 д. Мартино |
4,40 |
53,69 |
0,01 |
5,91 |
75,00 |
5,50 |
70,00 |
99,00 |
5 д. Маштаки |
4,48 |
61,97 |
10,00 |
0,01 |
85,00 |
6,50 |
45,00 |
99,05 |
6 д. Пахомово |
4,29 |
67,26 |
10,00 |
6,63 |
53,00 |
8,25 |
25,00 |
98,00 |
7 д.Пепеляево |
4,72 |
66,18 |
10,00 |
21,63 |
74,00 |
3,75 |
70,00 |
97,55 |
8 д. Пурга |
4,08 |
60,16 |
10,00 |
10,63 |
55,00 |
5,75 |
45,00 |
100,00 |
9 д. Уварово |
5,20 |
66,25 |
10,00 |
21,63 |
54,00 |
49,50 |
45,00 |
80,00 |
10 с. Кулики |
7,52 |
47,40 |
54,00 |
86,50 |
97,80 |
87,50 |
100,00 |
97,00 |
11 д. Ключи |
2,76 |
34,30 |
0,01 |
0,01 |
5,00 |
75,00 |
50,00 |
98,00 |
12 д.Коточиги |
2,96 |
26,50 |
0,01 |
0,01 |
3,50 |
62,50 |
100,00 |
100,00 |
13 д. Масалки |
3,07 |
27,90 |
11,50 |
0,01 |
5,00 |
87,50 |
50,00 |
100,00 |
14 д. Овчата |
3,43 |
50,20 |
0,01 |
0,01 |
5,00 |
100,00 |
50,00 |
97,00 |
15 п. Дружба |
2,91 |
41,70 |
0,01 |
0,01 |
5,00 |
75,00 |
50,00 |
97,00 |
16 д. Балуево |
8,32 |
50,80 |
22,80 |
0,00 |
78,10 |
100,00 |
30,00 |
90,00 |
17д.Березники |
3,54 |
26,50 |
0,01 |
0,01 |
5,00 |
100,00 |
100,00 |
98,00 |
18д.Веселково |
3,12 |
21,50 |
0,01 |
0,01 |
5,00 |
75,00 |
100,00 |
100,00 |
19 д.Корсаново |
2,86 |
31,00 |
0,01 |
0,01 |
5,00 |
82,50 |
50,00 |
99,05 |
20д. Лужково |
7,52 |
47,40 |
54,00 |
86,50 |
97,80 |
87,50 |
100,00 |
97,00 |
21 д.Мешалки |
2,76 |
34,30 |
0,01 |
0,01 |
5,00 |
75,00 |
50,00 |
98,00 |
22 дМорозово |
2,96 |
26,50 |
0,01 |
0,01 |
3,50 |
62,50 |
100,00 |
100,00 |
23д.Новосёлы |
3,07 |
27,90 |
11,50 |
0,01 |
5,00 |
87,50 |
50,00 |
100,00 |
24 д.Соломатка |
3,43 |
50,20 |
0,01 |
0,01 |
5,00 |
100,00 |
50,00 |
97,00 |
25 д. Чёрная |
4,61 |
69,06 |
0,01 |
0,01 |
60,00 |
9,25 |
45,00 |
100,00 |
26.д.Ольховка |
4,48 |
61,97 |
10,00 |
0,01 |
85,00 |
6,50 |
45,00 |
99,05 |
27. д. Кухтым |
4,29 |
67,26 |
10,00 |
6,63 |
53,00 |
8,25 |
25,00 |
98,00 |
28.д.Никулята |
4,50 |
64,58 |
0,01 |
40,00 |
72,00 |
7,25 |
45,00 |
100,00 |
29. д. Боховая |
4,47 |
64,61 |
0,01 |
0,01 |
55,00 |
10,00 |
45,00 |
99,00 |
30. д. Сараны |
3,83 |
37,97 |
0,01 |
0,01 |
55,00 |
10,00 |
45,00 |
99,00 |
1 группа – доступность населения к центру села, объектам культуры и быта;
2 группа – обеспеченность
централизованным инженерным
3 группа – уровень
развития сферы социального
4 группа – историческая
ценность застройки,
5 группа – состояние окружающей среды, санитарные и микроклиматические условия (учитываются с «-»);
6 группа – инженерно-
7 группа – рекреационная ценность территории (наличие в черте населённого пункта).
Задача корреляционного метода – определение тесноты связи между признаками.
Для установления тесноты связи рассчитывают линейный коэффициент корреляции:
где х – факторный признак; у – результативный признак; r – линейный коэффициент корреляции; ху – среднее произведение признаков; - среднее значение факторного признака; - среднее значение результативного признака; - стандартное отклонение Х; - стандартное отклонение У.
Расчет парных коэффициентов корреляции осуществляется при помощи программы «Statistica».
Таблица 2 – Матрица парных коэффициентов корреляции
У |
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
Х6 |
Х7 | |
У |
1,00 |
0,99 |
0,40 |
-0,03 |
0,77 |
0,96 |
0,21 |
0,03 |
Х1 |
1,00 |
0,43 |
-0,01 |
0,79 |
0,96 |
0,20 |
0,05 | |
Х2 |
1,00 |
0,18 |
0,52 |
0,40 |
0,56 |
0,20 | ||
Х3 |
1,00 |
0,17 |
0,01 |
0,18 |
0,36 | |||
Х4 |
1,00 |
0,83 |
0,45 |
0,22 | ||||
Х5 |
1,00 |
0,26 |
0,13 | |||||
Х6 |
1,00 |
0,29 | ||||||
Х7 |
1,00 |
Теснота связи — степень связи между признаками при наличии корреляционной зависимости, когда средняя величина значений одного признака меняется в зависимости от изменения другого признака; определение тесноты связи — одна из задач корреляционного анализа.
Анализ тесноты связи:
Между факторным признаком Х1 и кадастровой стоимостью - полная связь, так как коэффициент корреляции между ними ран 0,99.
Между факторным признаком Х2 и кадастровой стоимостью - умеренная связь, так как коэффициент корреляции между ними ран 0,40.
Между факторным признаком Х3 и кадастровой стоимостью - отсутствие связи, так как коэффициент корреляции между ними ран – 0,03.
Между факторным признаком Х4 и кадастровой стоимостью - высока связь, так как коэффициент корреляции между ними ран 0,77.
Между факторным признаком Х5 и кадастровой стоимостью - полная связь, так как коэффициент корреляции между ними ран 0,96.
Между факторным признаком Х6 и кадастровой стоимостью - слабая связь, так как коэффициент корреляции между ними ран 0,21.
Между факторным признаком Х7 и кадастровой стоимостью - отсутствие связи, так как коэффициент корреляции между ними ран 0,03.
Вывод: Из дальнейших расчётов исключаются факторные признаки у которых коэффициент корреляции с результативным меньше |0,31| то есть признаки Х3 ; Х6 ; Х7.
Анализ факторных признаков на наличие мультиколлинеарности:
Мультиколлинеарность - тесная корреляционная взаимосвязь между отбираемыми для анализа факторами, совместно воздействующими на общий результат. Эта связь затрудняет оценивание параметров регрессии в частности, при анализе эконометрической модели.
Мультиколлинеарность присутствует если есть парный коэффициент корреляции между двумя факторными признаками превышающими |0,8|.
В данной работе мультиколлинеарность присутствует между факторными признаками: Х5 и Х1 ; Х5 и Х4.
Исключаем коэффициент мультиколлинеарности: Х5 и Х1
rХ5 = 0,96; rХ1 = 0,99
Из дальнейших расчетов исключается факторный признак Х5, так как его коэффициент корреляции с результативным признаком, меньше чем у Х1.
Вывод: Из расчетов исключаются факторные признаки Х3 ; Х5 ; Х6 ; Х7.
Отбор факторных признаков для включения в модель.
Участвуют только признаки оставшиеся в расчетах Х1 ; Х2 ; Х4. Отбор проводится на основе проверки по t – критерию Стьюдента, если расчетное значение больше табличного, то коэффициент корреляции достоверен и признак остаётся в расчетах.
Расчетный t-критерий Стьюдента: tрасч.= , (4)
где mr – среднеквадратическая ошибка определения коэффициента корреляции; r – линейный коэффициент корреляции;
Среднеквадратическая ошибка определения коэффициента корреляции (если число наблюдений меньше 30): , (5)
где r – линейный коэффициент корреляции; N – число наблюдений.
- при большом объеме выборки (более 30 наблюдений)
Если tрасч.>tтабл., то значимость r доказана или объем выборки достаточен.
Таблица 3 – Анализ коэффициентов корреляции
Признак |
Коэффициент корреляции |
Среднеквадратическая ошибка |
Расчетное значение критерия Стьюдента |
Достоверность коэффициента корреляции |
Х1 |
0,99 |
0,0267 |
37,1354 |
достоверен |
Х2 |
0,4 |
0,1732 |
2,3094 |
достоверен |
Х4 |
0,77 |
0,1206 |
6,3859 |
достоверен |
T- табличное для 30 наблюдений = 2,0452
Вывод: Все признаки достоверны и остаются в дальнейших расчетах.
2. Регрессия
Регрессионный (линейный) анализ — статистический метод исследования влияния одной или нескольких независимых переменных X1, X2,…, Xp на зависимую переменную Y. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.
Это группа методов, направленных на выявление и математическое выражение тех изменений и зависимостей, которые имеют место в системе случайных величин.
Методы регрессионного анализа рассчитаны, главным образом, на случай устойчивого нормального распределения, в котором изменения от опыта к опыту проявляются лишь в виде независимых испытаний.
Выделяются различные формальные задачи регрессионного анализа. Они могут быть простыми или сложными по формулировкам, по математическим средствам и трудоемкости.
Первая задача — выявить факт изменчивости изучаемого явления при определенных, но не всегда четко фиксированных условиях.
Информация о работе Математические методы в экономике недвижимости