{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE)

ÖRNEK B6.1: Sadece 1981 yılı için, KIELMC.RAW’daki verileri kullanarak, aşağıdaki sorulara cevap veriniz. Veriler 1981’de Kuzey Andover, Massachuaetts’te satılan evlerdir. 1981, yerel çöp yakma fırınının kurulmaya başlandığı yıldı.

İLK ÖNCE WOOLDRİDGE PAKETİNDEN KIELMC DATASINI ÇEKELİM.

library(wooldridge)
data("kielmc")

ŞİMDİ VERİLERİ TABLOLAŞTIRMAK İÇİN RMARKDOWN PAKETİNİN İÇİNDEN PAGED_TABLE KOMUTUNU KULLANALIM.

library(rmarkdown)
paged_table(kielmc)

HELP veya ? işaretini kullanarak KIELMC datasının içindeki verilerin ne anlama geldiğini öğrenelim.

help(kielmc)

Biçim 25 değişken üzerinde 321 gözlem içeren bir data.frame:

year: 1978 veya 1981

age: evin yaşı

agesq: yaş^2

nbh: mahalle, 1-6

cbd: dist. sente. otobüs. bölge, ft.

intst: uzak. eyaletler arası, ft.

lintst: günlük(intst)

price: satış fiyatı

rooms: evde # oda

area: evin kare görüntüleri

land: metrekare arsa

baths: # banyo

dist: uzak. evden incin., ft.

ldist: günlük(dist)

wind: prc. zaman rüzgarı inci. eve

lprice: günlük(fiyat)

y81: =1 ise yıl == 1981

larea: günlük(alan)

lland: kütük(arazi)

y81ldist: y81*ldist

lintstsq: tiftik^2

nearinc: =1 eğer mesafe <= 15840

y81nrinc: y81*inc yakın

rprice: fiyat, 1978 dolar

lrprice: log(fiyat)

GEREKLİ OLAN BİLGİLERİ ÖĞRENDİKTEN SONRA ŞİMDİ SORULARI ÇÖZEBİLİRİZ.

SORU 1: (i)Çöp fırınının konumunun ev fiyatları üzerindeki etkisini incelemek için şu basit modeli ele alalım.

\[log(price) = \hat{\beta }_0 + \hat{\beta }_1log(dist) + u. \] 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 β1 ’in işaretini ne beklersiniz?

CEVAP:

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

Evin, çöp yakma fırınından uzak olması evin değerini arttıracaktır.

SORU 2: (i)şıkkındaki basit regresyon modeline,log(intst),log(area),log(land),oda sayısı ile otoyol arasındaki uzaklık; area, evin adım karesi;land,evin kurulu olduğu alanın adım karesi,rooms,oda sayısı;baths,banyo sayısı;ages,evin yıl cinsinden yaşıdır.şimdi çöp yakma fırınının etkileri hakkında nasıl bir sonuca ulaşırsınız?

\[log(price) = \hat{\beta }_0 + \hat{\beta }_1log(dist) + \hat{\beta }_2log(intst) + \hat{\beta }_3log(area) + \hat{\beta }_4log(land) + \hat{\beta }_5rooms + \hat{\beta }_6baths + \hat{\beta }_7age + u. \] ## CEVAP:

head(kielmc)
reg2 <- lm(log(price) ~ log(dist)+log(intst)+log(area)+log(land)+rooms+baths+age ,data = kielmc)
summary(reg2)

Evin değişkenleri arttıkça çöp yakma fırınının olmasının pek bir önemi yoktur.Fiyata olan etkisi azalır.

SORU 3: (ii) şıktaki modele[log(ints)]^2 ekleyiniz. şimdi ne olur? modelin fonksiyonel şeklinin önemi hakkında nasıl bir sonuca ulaşırsınız?

CEVAP:

head(kielmc)
reg3 <- lm(log(price) ~ log(dist)+log(intst)+log(area)+log(land)+rooms+baths+age+lintstsq , data = kielmc)
summary(reg3)

Ev otoyola yakınlaştıkça evin değeri artmaktadır.

SORU 4: log(dist)’in karesi (iii) şıktaki modele eklendiğin anlamlı mıdır?

CEVAP:

reg4 <- lm(log(price) ~ log(dist)+log(intst)+log(area)+log(land)+rooms+baths+age+I(log(dist)^2) ,data = kielmc)
summary(reg4)

log(dist)’in karesini modele eklersek anlamlı olur.