Эконометрика. Задание для сессии

Необходимо выполнить задание по предмету "эконометрика" вариант работы № 29 ! Строго до 5 января!


: ...

+

+

3331,411,421,312Ленинский пр.37325,72113Нов.Черемуш333810,31914Университет3131,68,71415Юго-Запад373213,31716Юго-Запад433713,31917Ленинский пр.38325,71718Академическая51377,61919Академическая3032,27,61720Коньково303314,819Построим линейную регрессионную модель с использованием всех трех объясняющих переменных с помощью функции Регрессия:Анализируя выходные данные, приходим к выводу, что коэффициенты регрессии при x2 и x3 незначимы при уровне значимости 0,05 (для них Р - значения больше 0,05), а коэффициент регрессии при x1 значим при уровне значимости 0,05 (для него Р - значения меньше 0,05). С другой стороны, не высокое значение и значимость уравнения в целом (F-значение, равное 0,0026633, меньше 0,05), так же указывают на то, что в модели присутствуют значимые переменные.На основании построенного уравнения регрессии можно сделать вывод, что на цену квартиры не оказывают значимого влияние удаленность от центра, площадь комнаты?Так как качество модели неудовлетворительное, построим наилучшую по качеству линейную модель.Для отбора факторов в модель регрессии и оценки их мультиколлинеарности, найдем матрицу парных коэффициентов корреляции. Расчет корреляционной матрицы предусмотрен функцией Корреляция в пакете Анализ данных.получим матрицу парных коэффициентов корреляции:YX1X2X3Y1X10,731502961X2-0,402579525-0,2867667911X30,4825832470,677196382-0,2952374921Анализируя вышеуказанную матрицу, замечаем, что наиболее существенное влияние на фактор Y оказывают переменные X1(). Кроме этого, существует тесная корреляционная связь между переменными X1 и X2 () . Поэтому при построении регрессии с использованием всех объясняющих переменных будет иметь место мультиколлинеарность. Для устранения мультиколлинеарности применим процедуру пошагового отбора наиболее информативных переменных.1-й шаг.