library(wooldridge)
data("rdchem")help("rdchem")## httpd yardım sunucusu başlatılıyor ... tamamlandırdchem Description Wooldridge Source: From Businessweek R&D Scoreboard, October 25, 1991. Data loads lazily.
Usage data(‘rdchem’) Format A data.frame with 32 observations on 8 variables:
rd: R&D spending, millions
sales: firm sales, millions
profits: profits, millions
rdintens: rd as percent of sales
profmarg: profits as percent of sales
salessq: sales^2
lsales: log(sales)
lrd: log(rd)
Notes
rdchem Açıklama Wooldridge Kaynak: Businessweek R&D Scoreboard’dan, 25 Ekim 1991. Veriler yavaş yükleniyor.
Kullanım veri(‘rdchem’) Biçim 8 değişken üzerinde 32 gözlem içeren bir data.frame:
rd: Ar-Ge harcamaları, milyonlar
satışlar: kesin satışlar, milyonlar
kârlar: kârlar, milyonlar
rdintens: satışların yüzdesi olarak rd
profmarg: satışların yüzdesi olarak kar
salesq: satış^2
lsatışlar: günlük(satışlar)
lrd: günlük(rd)
notlar
library(rmarkdown)
paged_table(rdchem)head(rdchem,2)## rd sales profits rdintens profmarg salessq lsales lrd
## 1 430.6 4570.2 186.9 9.421906 4.089536 20886730 8.427312 6.065180
## 2 59.0 2830.0 467.0 2.084806 16.501766 8008900 7.948032 4.077538tail(rdchem,2)## rd sales profits rdintens profmarg salessq lsales lrd
## 31 191 7621.0 626.0 2.506233 8.214145 58079640 8.938663 5.252274
## 32 26 1631.5 105.8 1.593626 6.484830 2661792 7.397255 3.258096##benim ilk reg
ilkreg<-lm~rdchem_rd
data("rdchem")
ikincireg<-lm~rdchem_rd+sales
data("rdchem")
library(stargazer)##
## Please cite as:## Hlavac, Marek (2022). stargazer: Well-Formatted Regression and Summary Statistics Tables.## R package version 5.2.3. https://CRAN.R-project.org/package=stargazersum(rdchem)## [1] 2246399256data(rdchem)
head(rdchem)## rd sales profits rdintens profmarg salessq lsales lrd
## 1 430.6 4570.2 186.9 9.421906 4.089536 20886730.00 8.427312 6.0651798
## 2 59.0 2830.0 467.0 2.084806 16.501766 8008900.00 7.948032 4.0775375
## 3 23.5 596.8 107.4 3.937668 17.995979 356170.22 6.391582 3.1570003
## 4 3.5 133.6 -4.3 2.619760 -3.218563 17848.96 4.894850 1.2527629
## 5 1.7 42.0 8.0 4.047619 19.047619 1764.00 3.737670 0.5306283
## 6 8.4 390.0 47.3 2.153846 12.128205 152100.00 5.966147 2.1282318\[RDCHEM= \beta_0+\beta_1rd+\beta_2sales+u \]
\[RDCHEM = 430,6rd+4570,2sales+u \]
library(wooldridge)
data(hprice1)help(hprice1)\[ price = \beta_0+\beta_1sqrft+\beta_2bdrms+u \]
head(hprice1,1-10)## price assess bdrms lotsize sqrft colonial lprice lassess llotsize
## 1 300.000 349.1 4 6126 2438 1 5.703783 5.855359 8.720297
## 2 370.000 351.5 3 9903 2076 1 5.913503 5.862210 9.200593
## 3 191.000 217.7 3 5200 1374 0 5.252274 5.383118 8.556414
## 4 195.000 231.8 3 4600 1448 1 5.273000 5.445875 8.433811
## 5 373.000 319.1 4 6095 2514 1 5.921578 5.765504 8.715224
## 6 466.275 414.5 5 8566 2754 1 6.144775 6.027073 9.055556
## 7 332.500 367.8 3 9000 2067 1 5.806640 5.907539 9.104980
## 8 315.000 300.2 3 6210 1731 1 5.752573 5.704449 8.733916
## 9 206.000 236.1 3 6000 1767 0 5.327876 5.464255 8.699514
## 10 240.000 256.3 3 2892 1890 0 5.480639 5.546349 7.969704
## 11 285.000 314.0 4 6000 2336 1 5.652489 5.749393 8.699514
## 12 300.000 416.5 5 7047 2634 1 5.703783 6.031887 8.860357
## 13 405.000 434.0 3 12237 3375 1 6.003887 6.073044 9.412219
## 14 212.000 279.3 3 6460 1899 0 5.356586 5.632287 8.773385
## 15 265.000 287.5 3 6519 2312 1 5.579730 5.661223 8.782476
## 16 227.400 232.9 4 3597 1760 1 5.426711 5.450609 8.187856
## 17 240.000 303.8 4 5922 2000 0 5.480639 5.716370 8.686430
## 18 285.000 305.6 3 7123 1774 1 5.652489 5.722277 8.871084
## 19 268.000 266.7 3 5642 1376 1 5.590987 5.586124 8.637994
## 20 310.000 326.0 4 8602 1835 1 5.736572 5.786897 9.059750
## 21 266.000 294.3 3 5494 2048 1 5.583496 5.684599 8.611412
## 22 270.000 318.8 3 7800 2124 1 5.598422 5.764564 8.961879
## 23 225.000 294.2 3 6003 1768 0 5.416101 5.684260 8.700015
## 24 150.000 208.0 4 5218 1732 0 5.010635 5.337538 8.559870
## 25 247.000 239.7 3 9425 1440 1 5.509388 5.479388 9.151121
## 26 275.000 294.1 3 6114 1932 0 5.616771 5.683920 8.718336
## 27 230.000 267.4 3 6710 1932 0 5.438079 5.588746 8.811355
## 28 343.000 359.9 3 8577 2106 1 5.837730 5.885826 9.056840
## 29 477.500 478.1 7 8400 3529 1 6.168564 6.169820 9.035987
## 30 350.000 355.3 4 9773 2051 1 5.857933 5.872962 9.187379
## 31 230.000 217.8 4 4806 1573 1 5.438079 5.383577 8.477620
## 32 335.000 385.0 4 15086 2829 0 5.814130 5.953243 9.621523
## 33 251.000 224.3 3 5763 1630 1 5.525453 5.412984 8.659213
## 34 235.000 251.9 4 6383 1840 1 5.459586 5.529032 8.761394
## 35 361.000 354.9 4 9000 2066 1 5.888878 5.871836 9.104980
## 36 190.000 212.5 4 3500 1702 0 5.247024 5.358942 8.160519
## 37 360.000 452.4 4 10892 2750 1 5.886104 6.114567 9.295784
## 38 575.000 518.1 5 15634 3880 1 6.354370 6.250168 9.657204
## 39 209.001 289.4 4 6400 1854 1 5.342339 5.667810 8.764053
## 40 225.000 268.1 2 8880 1421 0 5.416101 5.591360 9.091557
## 41 246.000 278.5 3 6314 1662 1 5.505332 5.629418 8.750525
## 42 713.500 655.4 5 28231 3331 1 6.570182 6.485246 10.248176
## 43 248.000 273.3 4 7050 1656 1 5.513429 5.610570 8.860783
## 44 230.000 212.1 3 5305 1171 0 5.438079 5.357058 8.576406
## 45 375.000 354.0 5 6637 2293 1 5.926926 5.869297 8.800415
## 46 265.000 252.1 3 7834 1764 1 5.579730 5.529826 8.966228
## 47 313.000 324.0 3 1000 2768 0 5.746203 5.780744 6.907755
## 48 417.500 475.5 4 8112 3733 0 6.034285 6.164367 9.001100
## 49 253.000 256.8 3 5850 1536 1 5.533390 5.548297 8.674197
## 50 315.000 279.2 4 6660 1638 1 5.752573 5.631928 8.803875
## 51 264.000 313.9 3 6637 1972 1 5.575949 5.749074 8.800415
## 52 255.000 279.8 2 15267 1478 0 5.541264 5.634075 9.633449
## 53 210.000 198.7 3 5146 1408 1 5.347107 5.291796 8.545975
## 54 180.000 221.5 3 6017 1812 1 5.192957 5.400423 8.702344
## 55 250.000 268.4 3 8410 1722 1 5.521461 5.592478 9.037177
## 56 250.000 282.3 4 5625 1780 1 5.521461 5.642970 8.634976
## 57 209.000 230.7 4 5600 1674 1 5.342334 5.441118 8.630522
## 58 258.000 287.0 4 6525 1850 1 5.552959 5.659482 8.783396
## 59 289.000 298.7 3 6060 1925 1 5.666427 5.699440 8.709465
## 60 316.000 314.6 4 5539 2343 0 5.755742 5.751302 8.619569
## 61 225.000 291.0 3 7566 1567 0 5.416101 5.673323 8.931419
## 62 266.000 286.4 4 5484 1664 1 5.583496 5.657390 8.609590
## 63 310.000 253.6 6 5348 1386 1 5.736572 5.535758 8.584478
## 64 471.250 482.0 5 15834 2617 1 6.155389 6.177944 9.669915
## 65 335.000 384.3 4 8022 2321 1 5.814130 5.951424 8.989944
## 66 495.000 543.6 4 11966 2638 1 6.204558 6.298213 9.389825
## 67 279.500 336.5 4 8460 1915 1 5.633002 5.818598 9.043104
## 68 380.000 515.1 4 15105 2589 1 5.940171 6.244361 9.622781
## 69 325.000 437.0 4 10859 2709 0 5.783825 6.079933 9.292749
## 70 220.000 263.4 3 6300 1587 1 5.393628 5.573674 8.748305
## 71 215.000 300.4 3 11554 1694 0 5.370638 5.705115 9.354787
## 72 240.000 250.7 3 6000 1536 1 5.480639 5.524257 8.699514
## 73 725.000 708.6 5 31000 3662 0 6.586172 6.563291 10.341743
## 74 230.000 276.3 3 4054 1736 1 5.438079 5.621487 8.307459
## 75 306.000 388.6 2 20700 2205 0 5.723585 5.962551 9.937889
## 76 425.000 252.5 3 5525 1502 0 6.052089 5.531411 8.617039
## 77 318.000 295.2 4 92681 1696 1 5.762052 5.687653 11.436919
## 78 330.000 359.5 3 8178 2186 1 5.799093 5.884714 9.009203
## 79 246.000 276.2 4 5944 1928 1 5.505332 5.621125 8.690138
## lsqrft
## 1 7.798934
## 2 7.638198
## 3 7.225482
## 4 7.277938
## 5 7.829630
## 6 7.920810
## 7 7.633853
## 8 7.456455
## 9 7.477038
## 10 7.544332
## 11 7.756196
## 12 7.876259
## 13 8.124150
## 14 7.549083
## 15 7.745868
## 16 7.473069
## 17 7.600903
## 18 7.480992
## 19 7.226936
## 20 7.514800
## 21 7.624619
## 22 7.661057
## 23 7.477604
## 24 7.457032
## 25 7.272398
## 26 7.566311
## 27 7.566311
## 28 7.652546
## 29 8.168770
## 30 7.626083
## 31 7.360740
## 32 7.947679
## 33 7.396335
## 34 7.517521
## 35 7.633369
## 36 7.439559
## 37 7.919356
## 38 8.263591
## 39 7.525101
## 40 7.259116
## 41 7.415777
## 42 8.111028
## 43 7.412160
## 44 7.065613
## 45 7.737616
## 46 7.475339
## 47 7.925880
## 48 8.224967
## 49 7.336937
## 50 7.401231
## 51 7.586803
## 52 7.298445
## 53 7.249926
## 54 7.502186
## 55 7.451241
## 56 7.484369
## 57 7.422971
## 58 7.522941
## 59 7.562681
## 60 7.759187
## 61 7.356918
## 62 7.416980
## 63 7.234177
## 64 7.869784
## 65 7.749753
## 66 7.877776
## 67 7.557473
## 68 7.859027
## 69 7.904335
## 70 7.369601
## 71 7.434848
## 72 7.336937
## 73 8.205765
## 74 7.459339
## 75 7.698483
## 76 7.314553
## 77 7.436028
## 78 7.689829
## 79 7.564239\[ price= 12438sqrf+4bdrms+U \] Biçim 10 değişken üzerinde 88 gözlem içeren bir data fiyat: ev fiyatı, 1000 $
değerlendir: değerlendirilen değer, 1000$
bdrms: bdrm sayısı
lotsize: metrekare cinsinden lot büyüklüğü
sqrft: metrekare olarak evin büyüklüğü
kolonyal: =1, eğer ev kolonyal tarzdaysa
lfiyat: günlük(fiyat)
lassess: log(değerlendir
llotsize: log(lotsize)
lsqrft: günlük(sqrft) notlar Tipik olarak, halka açık veri tabanlarını kullanarak evlerin satış fiyatları ve özellikleri hakkında veri elde etmek çok kolaydır. Evler hakkındaki bilgileri yerel suç oranları, yerel okulların kalitesi, kirlilik seviyeleri gibi diğer bilgilerle eşleştirmek ve bu tür değişkenlerin konut fiyatları üzerindeki etkilerini tahmin etmek ilginçtir.
##Ayak kare sabit tutularak,yatak odası sayısı bir fazla olan bir ev için fiyatta tahmin edilen artış nedir ? 4 odalı bir ev 300.000 TL ise Tahmini olarak 300.000/4 den oda başına düşen fiyat 75.000 TL olarak buluruz. Yani 5 odalı bir ev 375.000 TL olur. ###140 metrekarelik bir ek yatak odalı bir ev için fiyatta tahmin edilen artış nedir? 300.000 TL’lik 2438 metrekarelik bir evde,oda metrekareleri sabit tutularak bir odanın fiyatı metrekare başına 123,051682 Tldir. Bu eve 140 metrekarelik bir oda daha eklersek 140x123,051682 den odanın fiyatı 17.220TL yapar. Fiyatları karşılaştırırsak metrakere değiştikçe fiyatın da değiştiği görülmektedir. ####fiyatta ki değişimin ne kadarlık yüzdesi ayak kare ve yatak odalarının sayısı ile açıklanmaktadır. %123,051682 ile açıklanmaktadır. #####Örneklemdeki ilk evin satış fiyatı : 300.000 Tl dir. ######Alıcı ev için az mı çok mu değer ödemektedir? Alıcı 2438 metrekarelik bir eve 300.000 bin tl ödemektedir.Evin değerine göre az bir ödeme yapmaktadır.
sum(hprice1)## [1] 1027394