Matematické Fórum

Ahoj, odevzdáváme ve škole praktický projekt v programu Stata, ale mám trochu problém s modelem. Stáhla jsem Airbnb data a snažím se odhadovat cenu ubytování na základě nějakých dalších proměnných (vzdálenost od centra, počet postelí, pokojů, koupelen...). Používám metodu nejmenších čtverců (OLS), která má za předpoklad normálně rozdělená rezidua (nebo alespoň s nulovou střední hodnotou a konstantním rozptylem). Provedla jsem logaritmickou transformaci ceny a vzdálenosti, teď mi jakžtakž rezidua kopírují normální rozdělení, ale nejsem si moc jistá zbytkem. Model vypadá zhruba nějak takhle:




-rozdělení reziduí - to už mi přijde celkem OK


-rezidua v závislosti na vyrovnaných (odhadnutých) hodnotách. Tady mě už znervózňuje ten ocas vpravo... Jestli tomu dobře rozumím, reziduum je kladný, když podhodnocuju a záporný, když odhad nadhodnocuju. Takže to znamená, že vysoké hodnoty mi to odhaduje moc vysoké? Může ten tvar souviset s logaritmickou transformací?


A tohle se mu nelíbí úplně nejvíc - rezidua v závislosti na ceně... Ta data vypadají trochu heteroskedasticky, ale by mělo ovlivnit jen vyhodnocování statistický významnosti jednotlivých proměnných... Vypadá divně ten rostoucí tvar. Znamená to, že když je logaritmus ceny malý, tak mám odhady vyšší a když je logaritmus ceny velký, tak odhaduju zbytečně málo? Dá se to svést na to, že nejsou k dispozici všechny důležitý proměnný, tak to nedělá nestranný odhady? To by bylo vychýlený jen na jednu stranu, ne? Budu vděčná za jakýkoliv kometář hlavně k poslednímu grafu. Mám jen teorii a úplně nevím, jak si poradit s praxí. Děkuju moc.