Mireczki, pomóżcie ( ͡°ʖ̯͡°) Robię model ekonometryczny ceny mieszkań w #warszawa w zależności od powierzchni, dzielnicy, stanu mieszkania (z/bez wyposażenia), posiadanego balkonu, garażu, piwnicy, ilości pokoi i rynku (wtórny pierwotny). Model wyszedł mi dość fajny, R2 = 88,79%, skorygowany 87,54%, ale jak robię Test RESET to p-value wychodzi tragicznie niskie, przez co model jest uznawany za niepoprawny. Spróbowałem zlogarytmować cenę mieszkania i jego powierzchnię i trochę sie poprawiło, ale p-value nadal jest niskie (0,0002441) jest jeszcze jakaś możliwość, żeby poprawić jakość tego modelu? (zlogarytmowałem jeszcze 3krotnie cenę mieszkania i p-value wzrosło do 0,0012, ale chyba tak nie można XD) Mam dane z 220 mieszkań, czy załatwienie sobie większej ilości jest w stanie załatwić sprawę, czy raczej szkoda czasu, na dorabianie ich? #rstudio #statystyka #ekonometria i trochę też #programowanie
@dosiu brakuje piętra, roku budowy budynku, czy jest winda oraz czy z wielkiej płyty mieszkanie. Na Bemowie mieszkania bez wind potrafią być prawie o połowę tańsze niż te z. Poza tym nie przeskoczysz pewnych rzeczy, w ramach jednej dzielnicy możesz mieć środek blokowiska lub nowy apartament obok metra.
@dosiu: Wydaje mi się że 220 mieszkań na 18 dzielnic, z których każda ma jeszcze ileś jednostek pomocniczych to jednak niewiele danych. Weź pod uwagę że taki Wawer jest w #!$%@?ę wielki, więc cena może się mocno zmieniać. Dochodzą jeszcze obiekty w okolicy, wszelkie przystanki i komunikacja (metro podbija cenę baaaardzo). Nie znam się na tym ale myślę że pół życia byś musiał spędzić na analizowaniu wszystkiego i dostarczaniu danych
@stooley32 @pitak Ogarnąłem, że przyczyną jest zbyt mała ilość obserwacji. Losowo (ale z sensem) dodałem w Excelu dane do 60 mieszkań i pvalue podskoczylo do 0,06, więc jak tylko wrócę do domu to przepiszę jeszcze 100 mieszkań i sprawdzę jak to będzie działało z prawdziwymi danymi
@dosiu: Mam w planach napisanie robota, który będzie ściągał dane z serwisów ogłoszeniowych, bo szukam mieszkania dla siebie. Jak coś mi z tego wyjdzie, to Ci udostępnienie zbiory.
Robię model ekonometryczny ceny mieszkań w #warszawa w zależności od powierzchni, dzielnicy, stanu mieszkania (z/bez wyposażenia), posiadanego balkonu, garażu, piwnicy, ilości pokoi i rynku (wtórny pierwotny).
Model wyszedł mi dość fajny, R2 = 88,79%, skorygowany 87,54%, ale jak robię Test RESET to p-value wychodzi tragicznie niskie, przez co model jest uznawany za niepoprawny. Spróbowałem zlogarytmować cenę mieszkania i jego powierzchnię i trochę sie poprawiło, ale p-value nadal jest niskie (0,0002441) jest jeszcze jakaś możliwość, żeby poprawić jakość tego modelu? (zlogarytmowałem jeszcze 3krotnie cenę mieszkania i p-value wzrosło do 0,0012, ale chyba tak nie można XD)
Mam dane z 220 mieszkań, czy załatwienie sobie większej ilości jest w stanie załatwić sprawę, czy raczej szkoda czasu, na dorabianie ich?
#rstudio #statystyka #ekonometria i trochę też #programowanie
Komentarz usunięty przez autora
@pitak
Ogarnąłem, że przyczyną jest zbyt mała ilość obserwacji. Losowo (ale z sensem) dodałem w Excelu dane do 60 mieszkań i pvalue podskoczylo do 0,06, więc jak tylko wrócę do domu to przepiszę jeszcze 100 mieszkań i sprawdzę jak to będzie działało z prawdziwymi danymi