HD EDU
HD EDU
ECON 10005
Draft2 note
TUTOR:Brandon
HD EDU
你的 client 是一个买家，你要指导他买房子
1美国人生孩子生得多，一般生三个孩子，所以想看一下 4个卧室的房子在市场上常不常见？
2 那我想买四房的房子，我想看看是不是比平均价格贵？
3 我现在想要一个大一点的客厅，我想看看客厅大小对房价的影响？想看看大客厅和小客厅
房子平均价格差距是多少？
4 因为我想要一个比较大的客厅，所以我想看看新房子是不是都有一个比较大的客厅？
5 美国的出行方式大多数是车，家里也有车，我想看看有没有停车位对房价有没有影响？
6 我想看看哪些因素会对房价有影响？客厅大小？地大小？
1. One sample t- test
a) 看 4 个卧室的房子常不常见：
用 if statement 创造出 dummy variable，是 4 个卧室的就是 1，不是的就是 0
H0：p = 0.5 H1: p > 0.5 (4 个卧室的房子占比一半，或占比大于一半)
In Bernoulli random variable, p hat = X bar
t-statistics =
̅−
s.e.(̅)
=
̂−
s.e.(̂)
CI = [ ±
2
,−1s.e.(̂)]
s.e.(̂) = √
1
̂(1 − ̂)
为什么不能用 mu=4 和 mu≠4，因为 bathroom 是一个 categorical variable，取值有限，
且每一个值都挨着很近，所以很容易不 reject，而 proportion 不一样，在 0-1 之间有无
限种取值的 combination，所以用作 test 更贴切一点。
b) 看一下有 4 个房子的卧室平均房价是否大于 50w
Excel：home-filter
H0：mu = 500000 H1: mu > 500000
=
̅ −
/√
Null hypothesis value 可以按照所有房子的平均卖价来选择（sample mean），因为可
以同时去比较 4 个房子的卧室是不是 popular（越 popular 卖的比平均卖价越贵）
2. Independent t-test
a) 看一下大客厅的价格是否比小客厅房子的价格多五十万以上：（150m²）平均值
Mu1 大客厅的平均价格
Mu2 小客厅的平均价格
H0: mu1-mu2 = 500000 h1: mu1-mu2 > 500000
t-statistics =
(̅1−̅2)−(1−2)
.ⅇ.(̅1−̅2)
~1+2−2
s. e. (̅1 − ̅2) = √. . (̅1)2 + . . (̅2)2
建议多试个价格差，十万十万加/减，试到 significant 为止，因为这个 report 重要的是给
客户提供建议，那你提供的建议需要切实有效，我只直到两个房子不差五十万，但是我没有
办法告诉客户价格到底差多少，那等于白说。同时不建议做 2 tail test，因为没有方向。
b) 有没有车位重要吗？同样用 filter filter 出有车位的房价以及没车位的房价，apply
independent t-test。
HD EDU
Mu1 有车位房子的平均价格
Mu2 没车位房子的平均价格
H0: mu1-mu2 = 0 h1: mu1-mu2 > 0 （有车位的平均价格大于没车位的房子）
3. Linear regression
Variable的选取：尽量选择continuous random variable，尽量不选择 categorical variable。
可选择的 X variable（面积，客厅面积，修建年份，翻新年份）Y：卖价
X：建造年份?翻修年份？ Y：客厅面积，建造年份越新，客厅面积越大？
想选择 categorical variable 也可以，但是要 mention limitation。May be non-linear
不建议用 categorical variable 做 Y（bedroom），这个属于 Multinomial logistic regression
Data-data analysis
如果没有：点 file-options-addins- manage: excel addins – go – analysis-toolpak
Coefficient：positive or negative？one unit increase in X is associated with beta1 unit increase
in Y
2: How much variation of dependent variable is explained by the independent variable
e.g. if 2= 0.6, it means that 60% of the variation in is explained by independent variable
Hypothesis testing for 1
H0: β1 = 0
H1: β1 ≠ 0
不做 beta0 的 hypothesis testing，因为 variable X ＝0 的情况没有意义