Значение коэффициента детерминации получилось равным R-squared=0.80, т.е. близким к единице. Т.о. можно выдвинуть предположение о близости построенного уравнения к выборке.
Скорректированный коэффициент детерминации имеет значение
Adjusted R-squared=0.78, что также указывает на возможность предыдущего утверждения.
Коэффициента детерминации полученной модели меньше, чем у исходного уравнения, где R-squared=0.82. Но разница между скорректированным и простым коэффициентами детерминации меньше, что свидетельствует о лучшем качестве полученной модели.
Значение Prob(F-statistic)=0, следовательно, уравнение в целом абсолютно значимо.
3.2 Полулогарифмическая модель..
Начальная полулогарифмическая модель включает в себя все рассматриваемые регрессоры.
Таблица 3.3 Результаты оценки параметров модели 2.1.
| Переменная | Оценка коэффициента | Стандартная ошибка | t-статистика | Значимость. | |||
| C | 6.215708 | 0.118793 | 52.32372 | 0.0000 | |||
| X1 | 0.010182 | 0.025765 | 0.395181 | 0.6935 | |||
| X2 | 0.094076 | 0.031140 | 3.021118 | 0.0032 | |||
| X3 | 0.004385 | 0.006938 | 0.631958 | 0.5288 | |||
| X4 | -0.006357 | 0.006559 | -0.969170 | 0.3348 | |||
| X5 | 0.003870 | 0.001546 | 2.502599 | 0.0139 | |||
| X6 | 0.010451 | 0.002663 | 3.925092 | 0.0002 | |||
| X7 | 0.050428 | 0.039168 | 1.287481 | 0.2009 | |||
| X8 | -0.060141 | 0.047239 | -1.273130 | 0.2059 | |||
| X9 | 0.060583 | 0.026992 | 2.244477 | 0.0270 | |||
| X10 | -0.057145 | 0.060651 | -0.942194 | 0.3483 | |||
| X11 | 0.007218 | 0.066077 | 0.109231 | 0.9132 | |||
| X12 | 0.040377 | 0.064285 | 0.628093 | 0.5314 | |||
| X13 | 0.121036 | 0.056967 | 2.124673 | 0.0361 | |||
| X14 | 0.013078 | 0.090276 | 0.144870 | 0.8851 | |||
| X15 | 0.636490 | 0.130239 | 4.887095 | 0.0000 | |||
| X16 | 0.080538 | 0.034586 | 2.328631 | 0.0219 | |||
| X17 | -0.030098 | 0.038737 | -0.776983 | 0.4390 | |||
| X18 | 0.046064 | 0.036331 | 1.267911 | 0.2077 | |||
| X19 | 0.006912 | 0.032377 | 0.213486 | 0.8314 | |||
| R-squared | 0.794288 | F-statistic | 20.52511 | ||||
| Adjusted R-squared | 0.755589 | Prob(F-statistic) | 0.000000 | ||||
| S.E. of regression | 0.128843 | ||||||
Значимые регрессоры выделены жирным шрифтом.
Все значимые факторы имеют положительные коэффициенты, что говорит об их прямом влиянии на цену кватиры.
Значимыми являются следующие факторы (в скобках указано, на сколько % изменится цена при наличии данного фактора - для качественных факторов и при увеличении данного фактора на единицу – для количественных факторов):
Х2 – удобство положения дома (0.09 %);
Х5 – величина жилой площади (0.004 %);
Х6 – величина остальной площади (0.01 %);
Х9 – наличие ремонта (0.06);
Х13 – полнометражная серия квартиры (0.12 %);
Х15 – элитная серия квартиры (0.64 %);
Х16 – количество балконов (0.08 %).
Факторы, незначимые в данной модели 2.1, одинаковы с незначимыми факторами модели 1.1. Поэтому объяснение возможных причин их незначимости также аналогичны. Они подробно изложены в разделе 3.1.
Незначимые регрессоры удаляются постепенно, т.к. в связи с возможным наличием мультиколлинеарности некоторые из них могут оказаться значимыми при освобождении от влияния действительно незначимых факторов. Т.о. строится модель 2.2.
Таблица 3.4 Результаты оценки параметров модели 2.2.
| Переменная | Оценка коэффициента | Стандартная ошибка | t-статистика | Значимость. |
| C | 6.317361 | 0.085884 | 73.55731 | 0.0000 |
| X2 | 0.095826 | 0.028153 | 3.403759 | 0.0009 |
| X5 | 0.004071 | 0.001406 | 2.895085 | 0.0046 |
| X6 | 0.011205 | 0.002386 | 4.695705 | 0.0000 |
| X8 | -0.081884 | 0.032867 | -2.491425 | 0.0142 |
| X9 | 0.068900 | 0.025067 | 2.748593 | 0.0070 |
| X10 | -0.086980 | 0.038743 | -2.245044 | 0.0267 |
| X13 | 0.105313 | 0.034662 | 3.038298 | 0.0030 |
| X15 | 0.604334 | 0.105167 | 5.746419 | 0.0000 |
| X16 | 0.064983 | 0.022982 | 2.827600 | 0.0056 |
| R-squared | 0.781369 | F-statistic | 44.07838 | |
| Adjusted R-squared | 0.763642 | Prob(F-statistic) | 0.000000 | |
| S.E. of regression | 0.126703 | |||
.
Коэффициент детерминации получился равным R-squared=0.78, т.е. весьма близким к единице, что говорит о возможной близости построенного уравнения к выборке.
Скорректированный коэффициент детерминации имеет значение
Adjusted R-squared=0.76, что также может говорить о корректности предыдущего утверждения.
Значение Prob(F-statistic)=0, следовательно, уравнение в целом абсолютно значимо.
Коэффициенты при всех учтенных в данной модели факторах значимы.
3.3 Логарифмическая модель.
Начальная логарифмическая модель содержит все 20 имеющихся регрессоров.
Таблица 3.5 Результаты оценки параметров модели 3.1
| Переменная | Оценка коэффициента | Стандартная ошибка | t-статистика | Значимость |
| C | 4.847865 | 0.389788 | 12.43718 | 0.0000 |
| X1 | 0.015663 | 0.025634 | 0.611031 | 0.5426 |
| X2 | 0.086424 | 0.031062 | 2.782327 | 0.0064 |
| X3 | 0.003834 | 0.006897 | 0.555905 | 0.5795 |
| X4 | -0.007077 | 0.006480 | -1.092045 | 0.2774 |
| LOG(X5) | 0.306323 | 0.094082 | 3.255897 | 0.0015 |
| LOG(X6) | 0.200381 | 0.057299 | 3.497102 | 0.0007 |
| X7 | 0.051537 | 0.038889 | 1.325231 | 0.1881 |
| X8 | -0.061612 | 0.046783 | -1.316969 | 0.1908 |
| X9 | 0.055911 | 0.026800 | 2.086216 | 0.0395 |
| X10 | -0.051750 | 0.060443 | -0.856189 | 0.3939 |
| X11 | 0.006466 | 0.065561 | 0.098625 | 0.9216 |
| X12 | 0.045126 | 0.063545 | 0.710142 | 0.4793 |
| X13 | 0.116861 | 0.056525 | 2.067409 | 0.0413 |
| X14 | 0.026579 | 0.089764 | 0.296102 | 0.7678 |
| X15 | 0.688828 | 0.118121 | 5.831518 | 0.0000 |
| X16 | 0.075464 | 0.034624 | 2.179534 | 0.0316 |
| X17 | -0.026059 | 0.038408 | -0.678491 | 0.4990 |
| X18 | 0.040163 | 0.036071 | 1.113425 | 0.2682 |
| X19 | 0.003094 | 0.032094 | 0.096403 | 0.9234 |
| R-squared | 0.798015 | F-statistic | 21.00196 | |
| Adjusted R-squared | 0.760018 | Prob(F-statistic) | 0.000000 | |
| S.E. of regression | 0.127671 | |||
Значимые регрессоры выделены жирным шрифтом.