Model \(\displaystyle{ C _{i} =\beta _{0}+\beta _{1}P _{1}+\beta _{2} L _{i} +\beta _{4}\beta _{1i}+\beta _{5}\beta _{2i}+\beta _{6}\beta _{4i}+\beta _{7}\beta _{5i}+\epsilon _{i}}\) opisuje liniową zależność ceny (\(\displaystyle{ m ^{2}}\)) mieszkania w Warszawie od wielkości wyrażanych przez zmienne:\(\displaystyle{ P _{i}}\) powierzchnia mieszkania \(\displaystyle{ w (m ^{2} )}\)
\(\displaystyle{ M _{i}}\) odległość od metra (w minutach minimalnego dojazdu)
oraz zmienne 0-1kowe \(\displaystyle{ L _{i} , \beta _{1i} , \beta _{2i} ,\beta _{3i} , \beta _{4i} , \beta _{5i}}\), októrych wiadomo że :
\(\displaystyle{ L _{i}}\)=1 wtw mieszkanie jest po prawej stronie Wisły,
\(\displaystyle{ \beta _{1i}}\)=1 wtw mieszkanie jest w apartamentowcu
\(\displaystyle{ \beta _{2i}}\)=1 wtw mieszkanie jest w domku jednorodzinnym
\(\displaystyle{ \beta _{3i}}\)=1 wtw mieszkanie jest w segmencie
\(\displaystyle{ \beta _{4i}}\)=1 wtw mieszkanie jest w bloku mającym nie więcej niż 3 piętra
\(\displaystyle{ \beta _{5i}}\)=1 wtw mieszkanie jest w bloku mającym więcej niż 3 piętra
zapisać w postaci układu równan ponizsze hipotezy\(\displaystyle{ H _{0}}\)
a) \(\displaystyle{ H _{0}}\) spadek o minutę minimalnego dojazdu do metra podnosi cene o 100 zł , a wzrost powierzchni mieszkania o 1 \(\displaystyle{ m ^{2}}\) obniża cenę o 50 zł
b)\(\displaystyle{ H _{0}}\) cena \(\displaystyle{ m ^{2}}\) nie zależy od rodzaju budynku którego nie jest apartamentowcem, \(\displaystyle{ m ^{2}}\) w apartamantowcu jest o 2 tes zł droższy
c)opisać postać modelu bez ograniczeń którego parametry będziemy estymować MNK lecem weryfikacji \(\displaystyle{ H _{0}}\);
\(\displaystyle{ H _{0}}\): \(\displaystyle{ m ^{2}}\) na brzegu lewym kosztuje tyle samo co \(\displaystyle{ m ^ _{m}}\) mieszkania o powierzchni 15 m miejszej na brzegu prawym, wydłużenie o minutę dojazdu do metra obniża cenę o 100zł a domek jednorodzinny ma cenę m identyczną jak segment.-- 14 gru 2009, o 20:00 --mam pewien pomysla ale jeżeli ktoś mógłby to zweryfikować
a)\(\displaystyle{ \begin{cases} \beta _{1} =-50\\ \beta _{2}= -100\end{cases}}\)
b)\(\displaystyle{ \begin{cases} \beta _{5}=0 \\ \beta _{6}=0 \\\beta _{7}=0\\\beta _{4}=2000\end{cases}}\)
c)\(\displaystyle{ C _{i}=\beta _{0}-100 \cdot M _{i} +15L _{i}+\beta _{5} \cdot ( \frac{1}{2}-\beta _{1i} -\beta _{4i} -\beta _{5i} )}\)