Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир, проданных в течение одного и того же года, случайным образом были отобраны 52 квартиры. По каждой сделке были получены значения

Для объяснения продажной цены двухкомнатных квартир (price) в одном из округов некоего мегаполиса из всех таких квартир, проданных в течение одного и того же года, случайным образом были отобраны 52 квартиры. По каждой сделке были получены значения следующих показателей:

price – цена квартиры в млн. рублей,

totsp – общая площадь квартиры в кв.м.,

livsp – жилая площадь квартиры в кв. м.,

walk_t –расстояние до ближайшей остановки наземного транспорта в минутах,

walk_m –время поездки наземным транспортом до станции метро в минутах,

walk – расстояние до станции метро в минутах (walk = walk_m + walk_t).

Были рассчитаны коэффициенты корреляции между всеми парами показателей, причем коэффициент корреляции между totsp и livsp оказался равен 0,92, остальные коэффициенты корреляции по модулю не превосходили 0,5. Отметим также, что между totsp и walk коэффициент корреляции в выборке был равен -0,46.

Далее по МНК были оценены 4 модели, в которых зависимой переменной выступал логарифм цены квартиры ln(price). (В скобках – стандартные ошибки).

А. Какая проблема имеет место в 1-м уравнении? Как она проявляется?

Б. Для модели (2) проверьте гипотезу о том, что увеличение на 1 минуту расстояния что до метро, что до остановки наземного транспорта, изменяет цену квартиры одинаково.

В. В модели (3) проинтерпретируйте коэффициент при переменной walk. Проверьте гипотезу о том, что коэффициент при totsp больше 0,01.

Г. Можно ли было ожидать заранее, что выбрасывание из модели (3) существенного фактора walk приведет к увеличению оценки при факторе totsp? Ответ обоснуйте соответствующей формулой.