Spis tresci

1.Wstęp

Projekt ma na celu przedstawienie kształtowania się ceny samochodu BMW E46 i wpływających na tę cenę czynników. Zbadamy w jakim stopniu dany czynnik wpłynął na cenę oraz który miał na nią największy wpływ.

Zmienną objaśnianą Y jest u nas cena samochodu. Przedstawimy także zmienne kandydujące do roli zmiennych objaśniających oraz poszczególne dane dla 50 obserwacji.

Lp.	Y
1	26	2000	136	9	205	5
2	17	2800	192	10	176	4
3	28	1989	136	9	195	4
4	28	3000	184	8	174	4
5	26	2000	150	8	142	3
6	35	1986	150	5	78	4
7	24	1996	136	9	181	5
8	30	2000	150	6	113	4
9	27	2000	150	7	172	4
10	37	3000	184	6	195	5
11	30	1895	117	9	105	2
12	76	2997	204	4	153	2
13	19	2000	136	11	198	4
14	31	1796	116	6	93	4
15	22	2000	136	10	180	4
16	26	2000	136	9	179	4
17	22	2000	136	9	140	4
18	33	1995	150	7	131	5
19	26	2000	130	8	160	5
20	110	3246	343	4	17	2
21	25	2500	170	9	162	2
22	50	2000	156	4	63	2
23	24	2000	136	9	197	5
24	25	2000	150	8	175	3
25	20	1895	118	10	163	4
26	20	1900	105	9	189	4
27	41	2000	116	5	142	4
28	31	1800	120	6	118	5
29	24	1800	115	8	116	3
30	22	2000	136	9	180	4
31	29	2800	194	10	136	2
32	26	3000	184	9	207	4
33	34	1995	150	5	164	5
34	29	1995	150	7	219	4
35	26	3000	186	7	169	4
36	30	1995	143	6	132	4
37	22	1895	118	10	152	5
38	33	2000	150	5	135	5
39	28	2000	150	7	266	5
40	45	2171	170	6	120	2
41	33	2000	150	5	159	5
42	24	2000	136	8	160	5
43	17	1900	118	11	212	4
44	30	2000	150	6	168	5
45	24	1998	150	7	184	2
46	23	1998	150	8	194	5
47	22	1950	136	11	185	4
48	38	2000	150	6	192	5
49	31	2000	136	8	195	4
50	56	3000	270	5	176	2

Model jednorównaniowy ma postać:

Y=

Zmienna objaśniana:

Y- cena samochodu (tys. zł)

Zmienne objaśniające:

Dane, które wykorzystałyśmy w projekcie pobrałyśmy z Internetu.

2. Wybór zmiennych objaśniających

2.1. Eliminacja zmiennych quasi-stałych

Ze zbioru zmiennych kandydujących do zmiennych objaśniających eliminuje się te zmienne, które odznaczają się zbyt małą zmiennością za pomocą współczynnika zmienności.

Jeżeli
zmienna charakteryzuje się małą zmiennością.

średnia	2165,84	152,7	7,56	160	3,9
S	397,6997	39,22359	1,940722	42,63402	1,044031
V	0,183624	0,256867	0,256709	0,266463	0,2677

W naszym modelu nie eliminujemy żadnej ze zmiennych, ponieważ współczynnik zmienności każdej zmiennej objaśniającej jest większy od 0,1.

2.2. Analiza współczynników korelacji

Współczynnik korelacji liniowej:

Współczynnik korelacji

mierzy liniową współzależność zmiennych.

a)Współczynnik korelacji cena - pojemność silnika

= 0,510878

Dość silna współzależność liniowa dodatnia.

b)Współczynnik korelacji cena - moc samochodu

= 0,768364

Bardzo silna współzależność liniowa dodatnia.

c)Współczynnik korelacji cena - wiek samochodu

= -0,68198

Słaba współzależność liniowa ujemna.

d)Współczynnik korelacji cena - przebieg samochodu

= -0,54292

Dość silna współzależność liniowa ujemna.

e)Współczynnik korelacji cena - liczba drzwi samochodu

= -0,43577

Słaba współzależność liniowa ujemna.

---