Lineær Regressionsanalyse

Lineær Regressionsanalyse

Bliver kvadratmeterprisen påvirket af beliggenheden?

Opgave:

Analyser om der er en sammenhæng mellem kvadratmeterpris og beliggenhed i byerne Aalborg, Frederikshavn, Hjørring og samlet for de 3 byer.

Redegør for, om forudsætningerne for testen er opfyldt og hvad vi vil gøre, hvis det ikke er tilfældet.

Forudsætning:

Tilfældig stikprøve – uafhængig. Fx. Bygningerne ikke er fra samme vej.

Store tals lov: Har vi nok observationer? Vi har fået udleveret et antal observationer.

Normalfordeling: Er fejlleddene normalt fordelt? - Kan testes! I vores datasæt fandt vi et observation med et unormalt indekstal som lå på 112. Da den ligger uden for normalfordeling som var indeks 0-100.

1.

Hvad er vi interesseret i at undersøge?
Vi vil gerne undersøge om der er en sammenhæng mellem kvadratmeterpris og beliggenhed samt hvori denne sammenhæng består, hvis der er sådan en sammenhæng

Dvs. bliver vores h0-hypotese understøttet eller ej.
Da Neptun ønsker at beliggenheden skal være i højsæde i valg af lejemål, ønsker de en vurdering af hvor meget beliggenhed koster.

Model af ”virkeligheden” (skal være lineær) For at kunne bruge mindste kvadraters metode. Vi medtager derfor kun en baggrundsvariabel som er kvadratmeterpris.

y= a + bx

y = Den forklarende respondent = Kvadratmeterpris

x = Den forklarende variabel = Beliggenhed

2.

Hypotese: Hvad tror du koefficient-værdierne er negative eller positive?

b Koefficient = Beliggenhedens påvirkning af kvadratmeterprisen. Beliggenheden er sat ind i indekstal hvor indekstal 100 er den bedste placering og indekstal 0 er den dårligste placering. Vi antager at b koefficienter er positiv. Da vi antager at jo bedre bygningerne er placeret, jo dyrere bliver kvadratmeterprisen.