Professional Documents
Culture Documents
Call:
lm(formula = log(price) ~ log(area) + rooms + baths + age, data = hprice)
Residuals:
Min 1Q Median 3Q Max
-1.3856 -0.1901 0.0122 0.1992 0.8413
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.7588037 0.4649094 14.538 < 2e-16 ***
log(area) 0.5288392 0.0694604 7.614 3.11e-13 ***
rooms 0.0593313 0.0231439 2.564 0.010822 *
baths 0.1190959 0.0348483 3.418 0.000715 ***
age -0.0037630 0.0005464 -6.887 3.09e-11 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
1) Trình bày kết quả hồi quy mẫu theo dạng thông thường?
2) Hãy giải thích ý nghĩa hệ số hồi quy của biến log(area)?
3) Số phòng tắm có ảnh hưởng đến giá bán nhà không, xét mức ý nghĩa 3%?
4) Tìm khoảng tin cậy cho hệ số của biến rooms trong hàm hồi quy tổng thể, với độ tin
cậy 98%?
5) Bạn có cho rằng khi tuổi ngôi nhà càng cao thì giá bán nhà càng giảm hay không, trong
điều kiện các yếu tố khác không đổi? Kết luận với mức ý nghĩa 2%.
6) Có ý kiến cho rằng khi xét 2 ngôi nhà có cùng diện tích, cùng số phòng tắm và cùng số
tuổi, nếu ngôi nhà A có nhiều hơn ngôi nhà B 1 phòng thì giá bán ngôi nhà A cao hơn
giá bán ngôi nhà B khoảng 8%. Bạn hãy cho nhận xét về ý kiến này, với mức ý nghĩa
1%.
7) Hãy cho biết biến log(area) và biến rooms có ý nghĩa thống kê riêng lẻ hay không, với
mức ý nghĩa 1%?
8) Để kiểm định xem biến log(area) và biến rooms có ý nghĩa thống kê đồng thời hay
không thì ta tiến hành hồi quy mô hình ràng buộc là mô hình nào? Biết rằng khi hồi
quy mô hình ràng buộc, ta thu được R2R=0,4847 . Biến log(area) và biến rooms có ý
nghĩa thống kê đồng thời hay không, với mức ý nghĩa 1%?
9) Kiểm định giả thuyết H0: tất cả các biến độc lập không giải thích giúp biến phụ thuộc,
với mức ý nghĩa 1%?
HƯỚNG DẪN
1) Trình bày kết quả hồi quy mẫu:
^
log ( price)=6,7588+0,5288 log ( area)+0,0593 rooms+0,1191 baths−0,0038 age
log ( price )=6,7588+ 0,5288 log ( area )+ 0,0593rooms +0,1191 baths−0,0038 age+ u^
2) ^
β 1=0,5288: Trong điều kiện các yếu tố khác không đổi, khi diện tích ngôi nhà tăng 1%
thì giá bán nhà tăng 0,5288%.
3) Kiểm định H0: baths = 0 và H1: baths ≠ 0
Cách 1: tbaths = 3,418
Có mức ý nghĩa = 3% /2 = 0,015
Do n – (k+1) = 316 lớn nên t/2(n-(k+1)) z/2 = z0,015 = 2,17
Vì |t| = 3,418 > z/2 = 2,17 nên ta bác bỏ H0.
Vậy số phòng tắm có ảnh hưởng đến giá bán nhà.
Cách 2: p-value(baths) = 0,000715 < = 3% Bác bỏ H0.
Vậy số phòng tắm có ảnh hưởng đến giá bán nhà.
n− ( k+1 )
^
Cách 3: β baths ∈( β baths −t α . se ( ^β baths ) ; ^β baths+ t n−(k+1)
α . se ( ^β baths ) )
2 2
Có độ tin cậy (1-) = 1 – 0,03 = 0,97 /2 = 0,015
Do n – (k+1) = 316 lớn nên t/2(n-(k+1)) z/2 = z0,015 = 2,17
Suy ra:
β baths ∈(0 ,1191−2 ,17 x 0,0 348; 0 ,1191+ 2, 17 x 0,0 348)
Vậy: β baths ∈ ¿0,0436; 0.1946)
Call:
lm(formula = log(price) ~ log(area) + rooms + baths + age, data = hprice)
Residuals:
Min 1Q Median 3Q Max
-1.3856 -0.1901 0.0122 0.1992 0.8413
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.7588037 0.4649094 14.538 < 2e-16 ***
log(area) 0.5288392 0.0694604 7.614 3.11e-13 ***
rooms 0.0593313 0.0231439 2.564 0.010822 *
baths 0.1190959 0.0348483 3.418 0.000715 ***
age -0.0037630 0.0005464 -6.887 3.09e-11 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Title:
Jarque - Bera Normalality Test
Test Results:
STATISTIC:
X-squared: 33.3374
P VALUE:
Asymptotic p Value: 5.766e-08
Giả thuyết H0: Sai số u có phân phối chuẩn.
Nhận thấy: p-value = 5,766.10-8 < = 0,05 Bác bỏ H0.
Vậy sai số u không có phân phối chuẩn.
data: phandu1
W = 0.9838, p-value = 0.001114
Hướng dẫn: nhìn p-value để kết luận.
data: phandu1
A = 0.58913, p-value = 0.1236
Hướng dẫn: nhìn p-value để kết luận.
data: phandu1
D = 0.041139, p-value = 0.2066
Hướng dẫn: nhìn p-value để kết luận.
Hypothesis:
log(area) = 0
rooms = 0