Budowa modelu zależności cen

samochodów typu SUV od

wybranych zmiennych na

podstawie danych rynkowych

pozyskanych

z serwisu allegro

Wykonali:

Wydział Informatyki i Zarządzanie

Kierunek: Zarządzanie

Stopień: Magisterski

Modelowanie ekonometryczne i prognozowanie

Prowadzący: Dr David Ramsey

Plan prezentacji

1. Cel projektu

2. Opis danych i ich przygotowanie

3. Model regresji

4. Interpretacja modelu

5. Weryfikacja założeń modelu

6. Prognozowanie

Cel projektu

Celem projektu było wyznaczenie modelu regresji

liniowej, który za pomocą wybranych zmiennych

opisuje ich wpływ na cenę samochodu typu SUV.

Dane

Źródłem obserwacji był serwis allegro.pl, z którego

zostały pobrane dane pochodzące z początku kwietnia

2015 roku oraz zapisane w formie tabeli w arkuszu Excel.

Jest to zbiór 158 obserwacji nie posiadający zależności

od czasu.

Zmienną zależną (objaśnianą) jest cena, natomiast

zmiennymi niezależnymi (objaśniającymi) są: marka,

model, rok produkcji, moc silnika, pojemność silnika,

rodzaj paliwa (benzyna, diesel, hybryda/Benzyna),

przebieg, skrzynia biegów.

Przygotowanie danych

Rekodowanie zmiennych

(1/2)

Zmienne kategorialne rodzaj paliwa i rodzaj marki należy

zrekodować na zmienne binarne. Jeżeli jest k-kategorii,

należy stworzyć (k-1) zmiennych binarnych.

Kategorią, która występuje

najczęściej jest kategoria 0 – BMW.

Pozostałe zmienne rekodujemy tak,

że:

• M1 – kategoria 1,

• M2 – kategoria 2,

• M3 – kategoria 3,

• M4 – kategoria 4,

• M5 – kategoria 5,

• M6 – kategoria 6.

Rekodowanie zmiennych

(2/2)

Częstość występowania dla zmiennej rodzaj paliwa

przedstawia się następująco:

Kategorią, która występuje najczęściej jest kategoria 0 –

Diesel. Będzie ona naszą podstawą przy porównaniu.

Pozostałe zmienne rekodujemy tak, że:

• S1 – kategoria 1 – silnik na benzynę,

• S2 – kategoria 2 – hybryda.

Model regresji

W celu utworzenia modelu regresji przeprowadzona

została analiza regresji metodą regresji liniowej za

pomocą programu SPSS. Została określona zmienna

zależna i zmienne wyjaśniające:

• cena jako zmienna zależna,
• zmienne wyjaśniające:

» kod marki,
» moc silnika,
» wiek,
» przebieg,
» rodzaj paliwa.

Model regresji

Model krokowej regresji liniowej opisuje wpływ

poszczególnych danych na cenę końcową samochodu

typu SUV. Wyraża się on wzorem:

y = 136478.383 + 421.637Moc -

18222.043Wiek

+ 75481.773M4 + 26216.186M2 +

19828.485M3

- 0.226Przebieg - 46013.702S1 - 61177.803S2 

Gdzie M3, M4 są szczególnym uwzględnieniem dla marek odpowiednio Range

Rover oraz Porsche, S1 jest to silnik napędzany benzyną, S2 –

hybryda/benzyna.

Interpretacja modelu

Interpretacja modelu

1. Gdy moc silnika rośnie o 1KM to cena wzrośnie o 421.637

jednostek.

2. Marka M4 – Porsche - jest średnio o 10454.232 złotych

droższa od BMW (podstawa).

3. Samochody na benzynę są średnio o 7380.530 złotych

droższe od diesel’a (podstawa).

4. samochody hybrydowe są średnio 20460.536 złotych droższe

od diesel’a (podstawa).

5. Jeżeli przebieg samochodu wzrośnie o 1km to cena wzrośnie

o 0,62 jednostek.

6. Marka m2 jest średnio o 8668.685 złotych droższa od BMW

(podstawa).

Interpretacja modelu

Najlepszą miarą mocy w przedstawionej tabelce ze

współczynnikami

jest

bezwzględna

wartość

statystyki t. Na tej podstawie wnioskujemy, że

najważniejszym czynnikiem wpływającym na cenę

samochodu typu SUV jest moc silnika (t=12.217).

Weryfikacja założeń

modelu

Na pierwszym histogramie można

zauważyć obserwacje odstające,

które

zostały

usunięte

przed

utworzeniem histogramu drugiego.

Reszty można określić jako

zbliżone

do

rozkładu

normalnego.

Prognozowanie

Obok mamy próbkę cen

obliczonych przy użyciu

modelu, zauważyć można,

że wyniki dla BMW oraz

AUDI są

bardzo zbliżone do obserwacji, natomiast ceny Porsche i

Mercedesa są mocno niedoszacowane.

Dziękujemy za

uwagę