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;
Вторая задача — выявить тенденцию как периодическое изменение признака. Сам по себе этот признак может быть зависим или не зависим от переменной-условия (он может зависеть от неизвестных или неконтролируемых исследователем условий).
Проверка гипотез об отсутствии или наличии тенденции может выполняться с использованием критерия Аббе
Множественная регрессия – статистический метод, с помощью которого можно вывести математическую зависимость между двумя или больше независимыми переменными и зависимой переменной, выраженной с помощью интервальной или относительной шкалы.
Множественная корреляция решает три задачи. Она определяет:
1) Выбор формы связи
Наиболее часто используется линейная модель, которая описывается уравнением: ухn=a0+a1×x1+a2×x2+…+an×xn=a0+ , (6)
где a0, a1, a2,…,an- параметры модели (коэффициенты регрессии);
x1, x2,…, xn – факторные признаки;
R – множественный коэффициент корреляции.
2) Подбор факторных признаков. Пошаговая регрессия
Таблица 4 – Отбор признаков пошаговой регрессией
Признак |
R |
Уравнение |
Х1 |
0,99 |
Y = -5,82 + 1,06Х1 |
Х2 |
0,99 |
Y = 10,14 + 1,07Х1 – 0,17Х2 |
Х4 |
0,99 |
Y = 10,31 + 1,06Х1 – 0,18Х2 + 0,01Х4 |
R2=0,98
Анализ изменения множественного коэффициента корреляции и коэффициентов регрессии:
При включении в модель факторных признаков величина множественного коэффициента корреляции не изменяется (в связи с округлением), а коэффициент регрессии меняется не существенно, следовательно все факторные признаки значимы и их можно включать в уравнение.
Таким образом, в результате
обработки данных о кадастровой
стоимости и социально-
Y = 10,31 + 1,06Х1 – 0,18Х2 + 0,01Х4
Проверка значимости уравнения регрессии по f-критерию Фишера
Степень достоверности множественного коэффициента корреляции рассчитывается по F-критерию Фишера:
где: – табличный критерий; – расчетный.
Проведем анализ существенности (достоверности) множественного коэффициента корреляции и адекватности уравнения изучаемому явлению.
= 400,92
= 3,10 – 0,018 *6 = 2,99
Вывод: По f-критерию Фишера расчетное значение (400,92) больше табличного (2,99), то уравнение считаем адекватным по f-критерию Фишера, а множественный коэффициент значимым или существенн.
Анализ множественного коэффициента детерминации (R2)
Коэффициент детерминации характеризует какая доля вариации результативного признака обусловлена изменением факторных признаков входящих в модель (всегда со знаком +, от 0 до 1)
Для нашего решения R2 = 0,98. Это значит, что кадастровая стоимость земельных участков на 98% зависит от факторных признаков включенных в модель. И на 2% от других показателей.
Данное уравнение является корреляционно-регрессионной моделью, так как выполняются три условия:
Вывод:
Данную модель можно использовать для принятия управленческих решений и осуществления прогноза, так как она по f-критерию Фишера адекватна и все коэффициенты регрессии значимы.
3. Экономический анализ уравнения множественной регрессии
В результате проделанной работы было определено линейное уравнение множественной регрессии:
Y = 10,31 + 1,06Х1 – 0,18Х2 + 0,01Х4
Анализ коэффициентов регрессии:
Коэффициент регрессии показывает на какую величину изменится результативный признак при изменении факторного показателя на 1 единицу. Положительный коэффициент свидетельствует о прямой зависимости то есть с увеличением факторного признака результативный признак увеличивается на величину коэффициента регрессии. Минус обозначает обратную связь, то есть с увеличением факторного признака результативный признак уменьшается на величину коэффициента регрессии.
а1 = 1,06 – это значит, что при увеличении факторного признака Х1 на 1 балл, кадастровая стоимость увеличиться на 1,06 рублей.
а2 = - 0,18 – это значит, что при увеличении факторного признака Х2 на 1 балл, кадастровая стоимость уменьшается на 0,18 рублей.
а4 = 0,01 – это значит, что при увеличении факторного признака Х4 на 1 балл, кадастровая стоимость увеличиться на 0,01 рублей.
Анализ коэффициентов эластичности:
Коэффициент эластичности
показывает на сколько процентов
в среднем изменится
,
где, - коэффициент регрессии при соответствующем факторном признаке;
- среднее значение соответствующего факторного признака;
- среднее значение
Подставляем данные:
а1 = 1,06
а2 = - 0,18
а4 = 0,01
Средние значения:
x1 = 1474,35 / 30 = 49,15
x2 = 243,96 / 30 = 8,13
x4 = 1261,7 / 30 = 42,06
y = 128,47 / 30 = 4,28
Коэффициент эластичности:
Эх1 = 49,15 / 4,28 * 1,06 = 12,17
Эх2 = 8,13 / 4,28 * (-0,18) = - 0,34
Эх4 = 42,06 / 4,28 * 0,01 = 0,1
Вывод:
Эх1 = 12,17 - это значит, что при увеличении факторного признака Х1 на 1%, кадастровая стоимость увеличится на 1217 %.
Эх2 = - 0,34 - это значит, что при увеличении факторного признака Х2 на 1%, кадастровая стоимость уменьшается на 34 %.
Эх4 = 0,1 - это значит, что при увеличении факторного признака Х4 на 1%, кадастровая стоимость увеличится на 10 %.
Заключение
В данной контрольной работе я провела отбор факторов, влияющих на кадастровую стоимость земли и оценила степень их влияния с помощью статистических методов. Для этого я рассчитала парные коэффициенты корреляции. При помощи программы «Statistica».
Далее проверила значимость парных коэффициентов корреляции. И исключила из дальнейших расчётов факторные признаки у которых коэффициент корреляции с результативным меньше |0,31|. При анализе парных коэффициентов корреляции на наличие мультиколлинеарности исключила факторный признак Х5, так как его коэффициент корреляции с результативным признаком, меньше чем у Х1. И так, я отобрала факторные признаки, влияющие на стоимость земли для включения в модель: 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.
Для подбора уравнение множественной линейной регрессии, использую пошаговую регрессию. В результате обработки данных о кадастровой стоимости и социально-экономических показателей, получено линейное уравнение множественной регрессии: Y = 10,31 + 1,06Х1 – 0,18Х2 + 0,01Х4
Расчетное значение (400,92) больше табличного (2,99), то уравнение считаем адекватным по f-критерию Фишера, а множественный коэффициент значимым или существенн. При отборе факторов, влияющих на кадастровую стоимость земли, для нашего примера R2 =0,98, это значит, что кадастровая стоимость земельных участков на 98 % зависит от факторных признаков включенных в модель, и на 2% от других показателей.
Данное уравнение является корреляционно-регрессионной моделью, так как включает основные факторы влияющие на вариацию результативного признака, коэффициент детерминации > 0,5 и все коэффициенты регрессии значимы.
Данную модель можно применять для принятия управленческого решения и осуществления прогноза, так как она адекватна по критерию Фишер и все коэффициенты регрессии значимы.
Список использованной литературы
Информация о работе Математические методы в экономике недвижимости