odev 5

soru6.1 Sadece 1981 yılı için ,KİELMC.RAW, daki verileri kullanılarak aşağıdaki soruları cevap veriniz.1981,da kuzey Andover, Massachusetts,te satılan evlerdir.1981, yerel çöp yakma fırının kurtulmaya başlandığı yıldı.

Çöp fırının konumunun ev fiyatları üzerindeki etkisini incelemek için şu basit modeli ele alalım log(price)=β0+β1log(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 B1işaretini ne beklerseniz? Denklemi tahmin edin ve sonuçları yorumlayınız

β1 işare (+)olması gerekir

library(wooldridge)
data("kielmc", package = 'wooldridge')
head(kielmc,10)

##    year age agesq nbh  cbd intst lintst price rooms area  land baths  dist
## 1  1978  48  2304   4 3000  1000 6.9078 60000     7 1660  4578     1 10700
## 2  1978  83  6889   4 4000  1000 6.9078 40000     6 2612  8370     2 11000
## 3  1978  58  3364   4 4000  1000 6.9078 34000     6 1144  5000     1 11500
## 4  1978  11   121   4 4000  1000 6.9078 63900     5 1136 10000     1 11900
## 5  1978  48  2304   4 4000  2000 7.6009 44000     5 1868 10000     1 12100
## 6  1978  78  6084   4 3000  2000 7.6009 46000     6 1780  9500     3 10000
## 7  1978  22   484   4 4000  2000 7.6009 56000     6 1700 10878     2 11700
## 8  1978  78  6084   4 3000  2000 7.6009 38500     6 1556  3870     2 10200
## 9  1978  42  1764   4 3000  2000 7.6009 60500     8 1642  7000     2 10500
## 10 1978  41  1681   4 3000  2000 7.6009 55000     5 1443  7950     2 11000
##       ldist wind   lprice y81    larea    lland y81ldist lintstsq nearinc
## 1  9.277999    3 11.00210   0 7.414573 8.429017        0 47.71770       1
## 2  9.305651    3 10.59663   0 7.867871 9.032409        0 47.71770       1
## 3  9.350102    3 10.43412   0 7.042286 8.517193        0 47.71770       1
## 4  9.384294    3 11.06507   0 7.035269 9.210340        0 47.71770       1
## 5  9.400961    3 10.69195   0 7.532624 9.210340        0 57.77368       1
## 6  9.210340    3 10.73640   0 7.484369 9.159047        0 57.77368       1
## 7  9.367344    3 10.93311   0 7.438384 9.294497        0 57.77368       1
## 8  9.230143    3 10.55841   0 7.349874 8.261010        0 57.77368       1
## 9  9.259131    3 11.01040   0 7.403670 8.853665        0 57.77368       1
## 10 9.305651    3 10.91509   0 7.274479 8.980927        0 57.77368       1
##    y81nrinc rprice  lrprice
## 1         0  60000 11.00210
## 2         0  40000 10.59663
## 3         0  34000 10.43412
## 4         0  63900 11.06507
## 5         0  44000 10.69195
## 6         0  46000 10.73640
## 7         0  56000 10.93311
## 8         0  38500 10.55841
## 9         0  60500 11.01040
## 10        0  55000 10.91509

reg<-lm (log(price)~log(dist) ,data = kielmc )
summary(reg)

## 
## Call:
## lm(formula = log(price) ~ log(dist), data = kielmc)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.22356 -0.28076 -0.05527  0.27992  1.29332 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  8.25750    0.47383  17.427  < 2e-16 ***
## log(dist)    0.31722    0.04811   6.594 1.78e-10 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.4117 on 319 degrees of freedom
## Multiple R-squared:  0.1199, Adjusted R-squared:  0.1172 
## F-statistic: 43.48 on 1 and 319 DF,  p-value: 1.779e-10

(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.

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

## 
## Call:
## lm(formula = log(price) ~ log(dist) + log(intst) + log(area) + 
##     log(land) + rooms + baths + age, data = kielmc)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.35838 -0.18220  0.00115  0.20532  0.82180 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  6.2996586  0.5960546  10.569  < 2e-16 ***
## log(dist)    0.0281887  0.0532130   0.530  0.59667    
## log(intst)  -0.0437804  0.0424359  -1.032  0.30302    
## log(area)    0.5124071  0.0698229   7.339 1.87e-12 ***
## log(land)    0.0782098  0.0337206   2.319  0.02102 *  
## rooms        0.0503129  0.0235113   2.140  0.03313 *  
## baths        0.1070528  0.0352304   3.039  0.00258 ** 
## age         -0.0035630  0.0005774  -6.171 2.10e-09 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2828 on 313 degrees of freedom
## Multiple R-squared:  0.5925, Adjusted R-squared:  0.5834 
## F-statistic: 65.02 on 7 and 313 DF,  p-value: < 2.2e-16

##(i)ve (ii)sonuçları farklı çünkü basit regrasyonda diğer değişkenler sabit tutuldu

(iii)(ii)Şıktakı modele (log(intst))^2 ekleyiniz. Şimdi ne olur?

reg3<-lm (log(price)~log(dist)+log(intst)+log(area)+log(land)+rooms+baths+age+(log(intst))^2,data = kielmc)
summary(reg3)

## 
## Call:
## lm(formula = log(price) ~ log(dist) + log(intst) + log(area) + 
##     log(land) + rooms + baths + age + (log(intst))^2, data = kielmc)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.35838 -0.18220  0.00115  0.20532  0.82180 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  6.2996586  0.5960546  10.569  < 2e-16 ***
## log(dist)    0.0281887  0.0532130   0.530  0.59667    
## log(intst)  -0.0437804  0.0424359  -1.032  0.30302    
## log(area)    0.5124071  0.0698229   7.339 1.87e-12 ***
## log(land)    0.0782098  0.0337206   2.319  0.02102 *  
## rooms        0.0503129  0.0235113   2.140  0.03313 *  
## baths        0.1070528  0.0352304   3.039  0.00258 ** 
## age         -0.0035630  0.0005774  -6.171 2.10e-09 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2828 on 313 degrees of freedom
## Multiple R-squared:  0.5925, Adjusted R-squared:  0.5834 
## F-statistic: 65.02 on 7 and 313 DF,  p-value: < 2.2e-16

(iv)log(dist),in karesi (iii)şıktakı modele eklendiğin anlamlı mıdır

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

## 
## Call:
## lm(formula = log(price) ~ log(dist) + log(intst) + log(area) + 
##     log(land) + rooms + baths + age + (log(intst))^2 + (log(dist))^2, 
##     data = kielmc)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.35838 -0.18220  0.00115  0.20532  0.82180 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  6.2996586  0.5960546  10.569  < 2e-16 ***
## log(dist)    0.0281887  0.0532130   0.530  0.59667    
## log(intst)  -0.0437804  0.0424359  -1.032  0.30302    
## log(area)    0.5124071  0.0698229   7.339 1.87e-12 ***
## log(land)    0.0782098  0.0337206   2.319  0.02102 *  
## rooms        0.0503129  0.0235113   2.140  0.03313 *  
## baths        0.1070528  0.0352304   3.039  0.00258 ** 
## age         -0.0035630  0.0005774  -6.171 2.10e-09 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2828 on 313 degrees of freedom
## Multiple R-squared:  0.5925, Adjusted R-squared:  0.5834 
## F-statistic: 65.02 on 7 and 313 DF,  p-value: < 2.2e-16

odev 5

nooruddin amiri

2023-01-11

soru6.1 Sadece 1981 yılı için ,KİELMC.RAW, daki verileri kullanılarak aşağıdaki soruları cevap veriniz.1981,da kuzey Andover, Massachusetts,te satılan evlerdir.1981, yerel çöp yakma fırının kurtulmaya başlandığı yıldı.