odev

##sadece 1981yılı için,KIELMC.RAW’daki verileri kullanılarak, aşağıdaki sorulara cevap veriniz.Veriler 1981’de kuzey Andover,Massachuaetts’te satılan evlerdir .1981,yerel çöpy akma fırınının konumunun kurulmaya başlandığı yıldı. (i) çöp fırınının konumunun ev fiyatları üzerindeki etkisindeki incelemek için şu basit modeli ele alalım: \[Log (price)=\beta_0+\beta_1(dist)+u\] Burada price dolar cinsinden evin fiyatı ve dist, ev ile çöp yakma fırını arasındaki adım cinsinden uzaklıktır. Denklemin dikkatli biçimde yorumlanmasında çöp yakma fırınının bulunması ev fiyatlarını düşürüyorsa \[\beta_1\]

’in işaretini ne beklerseniz? Denklemi tahmin edin ve sonuçları yorumlayınız (ii)(i)şıkkındaki basit regresyon modeline log(intst) ,log(area),log(land),oda sayısı (rooms),banyo sayısı (baths) ve yaş (age)değişkenin ekliyim.Burada intst ,ev ile otoyol arasındaki uzaklık; area, evin adım karesi; land, evin kurulu olduğu alanın adım Karesi, rooms,oda sayısı; ages, evin yıl cinsinden yaşıdır. Şimdi çöp yakma fırınının etkileri hakkında nasıl bir sonuca ulaşırsınız? (i)ve(ii) neden birbiriyle çelişkili sonuçlar verir açıklayınız. (iii) (ii). Şıktaki modele [log(intst)]2 ekleyiniz. Şimdi ne olur? Modelin fonksiyonel şeklinin önemi hakkında nasıl bir sonuca ulaşırsınız? (iv) log(dist)’in karesi(iii). şıktaki modele eklendiğin anlamlı mıdir?

##library(wooldridge)

##data(kielmc, package = 'wooldridge')

##library(rmarkdown)

1-soru

\[Log (price)=\beta_0+\beta_1(dist)+u\] cevap:

##lm(log(price) ~ log(dist) , data = kielmc)

2_soru \[log(prise)=\beta_0+\beta_1log(dist)+\beta_2log(intst)+\beta_3log(area)+\beta_4(land)+\beta_5(rooms)+\beta_6(beaths)+\beta_7(age)+u\]

##ilkregesyon<- lm(log(price) ~ log(dist) + log(intst) + log(area) + log(land) + rooms + baths + age , data = kielmc)

##summary(ilkregesyon)

CEVAP

SORU

\[log(price)=\beta_0+\beta_1log(dist)+\beta_2log(intst)+\beta_3[log(intst)]2+\beta_4log(area)+\beta_5log(land)+\beta_6rooms+\beta_7baths+\beta_8age+u\]

##basitregesyon<- lm(log(price) ~ log(dist) + log(intst) + lintstsq + log(area) + log(land) + rooms + baths + age , data = kielmc)
##summary(basitregesyon)

3.CEVAP

4.SORU

\[log(price)=\beta_0+\beta_1log(dist)+\beta_2[log(dsit)]2+\beta_3log(intst)+\beta_4[log(intst)]2+\beta_5log(area)+\beta_6log(land)+\beta_7rooms+\beta_8baths+\beta_9age+u\].

##basitregesyon<- lm(log(price) ~ log(dist) + y81ldist + log(intst) + lintstsq + log(area) + log(land) + rooms + baths + age , data = kielmc)

##summary(basitregesyon)