Professional Documents
Culture Documents
Bai Tap 2 Va Thuc Hanh R
Bai Tap 2 Va Thuc Hanh R
Call:
lm(formula = log(price) ~ log(area) + rooms + baths + age + I(age^2),
data = hprice)
Residuals:
Min 1Q Median 3Q Max
-1.38002 -0.18929 -0.00412 0.19281 0.88033
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.914e+00 4.607e-01 15.008 < 2e-16 ***
log(area) 5.447e-01 6.863e-02 7.937 3.67e-14 ***
rooms 4.141e-02 2.348e-02 1.764 0.07870 .
baths 7.037e-02 3.752e-02 1.875 0.06167 .
age -8.838e-03 1.665e-03 -5.310 2.08e-07 ***
I(age^2) 3.446e-05 1.070e-05 3.222 0.00141 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Call:
lm(formula = log(price) ~ area + rooms + baths + age + area:rooms,
data = hprice)
Residuals:
Min 1Q Median 3Q Max
-1.35463 -0.17773 0.01418 0.19096 0.88757
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.089e+01 3.071e-01 35.451 < 2e-16 ***
area -8.587e-05 1.511e-04 -0.568 0.570174
rooms -4.208e-02 4.825e-02 -0.872 0.383882
baths 1.253e-01 3.308e-02 3.788 0.000182 ***
age -4.393e-03 5.583e-04 -7.870 5.77e-14 ***
area:rooms 5.161e-05 2.158e-05 2.392 0.017338 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
thức )
g. Kiểm định H0: 5 = 0 và H1: 5 ≠ 0 (nếu 5 = 0 thì tác động của tuổi ngôi nhà lên giá
bán nhà là (1004)% và là hằng số)
h. Thay age = 10 vào biểu thức ở câu (1), với age = 1, ta được:
^
∂ log ( price) ^
= β 4 +2 ^β5 age=−0,00884 +2 ×0,00003 ×10=…%
∂ age
b. Kiểm định H0: 2 = 5 = 0 (Dùng kiểm định F, trong đó SSRUR được suy ra từ công
thức )
c. Kiểm định H0: 5 = 0 và H1: 5 ≠ 0 (nếu 5 = 0 thì tác động của số phòng ngủ lên giá
bán nhà là (1002)% và là hằng số)
HƯỚNG DẪN THỰC HÀNH
Tính toán thống kê nhân tử Lagrange: (Để kiểm định ràng buộc loại trừ)
> #Hồi quy mô hình đã gán ràng buộc và lấy phần dư:
> hq_restrict <- lm(log(price) ~ log(area) + age + I(age^2), data=hprice)
> phandu_res <- resid(hq_restrict)
> #Hồi quy phần dư theo các tất cả các biến giải thích (hồi quy phụ) và thu được R-bình
phương:
> hq_phu <-lm(phandu_res ~ log(area) + rooms + baths + age + I(age^2), data = hprice)
> r2_phu <- summary(hq_phu)$r.squared
Tìm SSR của mô hình hồi quy: (Để kiểm định ràng buộc loại trừ)
> #Hồi quy mô hình:
> hq3 <- lm(log(price) ~ log(area) + rooms + baths, data=hprice)
Response: log(price)
Df Sum Sq Mean Sq F value Pr(>F)
log(area) 1 26.4256 26.4256 284.579 < 2.2e-16 ***
rooms 1 1.4150 1.4150 15.238 0.0001158 ***
baths 1 4.1624 4.1624 44.825 9.801e-11 ***
Residuals 317 29.4361 0.0929
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Hướng dẫn: SSR nằm ở dòng Residuals: SSR = 29,4361.