店铺租金确定模型.docVIP

店铺租金的确定模型 某商人欲在某火车站附近经营一店铺，委托本小组对相关情况进行调查。经过数月的资料收集和整理，我们的调查成果如下： 进出车站的乘客为主要服务对象的10家便利店的数据。 Y是日均销售额，X1为店铺面积，X2是店铺距车站的距离，X3为店员人数，X4为店铺日租金。 具体数据如下表： 店铺代码 日均销售额（元）Y 店铺面积（m2）X1 离车站距离（100m）X2 店员人数（人）X3 店铺日租金（元）X4 A B C D E F G H I J 4000 4500 8000 6000 5000 2000 1500 9000 3000 7000 60 100 85 50 75 55 70 95 45 65 3 5 2 1 3 4 6 1 3 2 5 7 5 3 5 4 5 6 4 4 600 600 1020 750 750 440 280 1425 450 780 数据来源： 为了考察店铺面积、离车站距离、店员人数和日租金对日销售额的影响，我们首先做Y关于X1、X2、X3、X4的回归，即建立如下回归模型： Y=C+β1 X1+β2 X2+β3 X3+β4 X4 得回归结果如下表： Dependent Variable: Y Method: Least Squares Date: 12/14/03 Time: 17:51 Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 4815.267 1536.418 3. 0.0258 X1 128.1930 39.79796 3. 0.0234 X2 -1494.966 513.4078 -2. 0.0333 X3 -619.1674 472.6664 -1. 0.2472 X4 -1. 2. -0. 0.5510 R-squared 0. Mean dependent var 5000.000 Adjusted R-squared 0. S.D. dependent var 2505.549 S.E. of regression 579.6124 Akaike info criterion 15.86945 Sum squared resid . Schwarz criterion 16.02074 Log likelihood -74.34724 F-statistic 40.79489 Durbin-Watson stat 1. Prob(F-statistic) 0. 从回归结果来看， R2接近于1，整个方程的拟合优度很高，FF0.05(4，5)＝5.19，变量X3、X4对应的偏回归系数之t值小于2，而且X3、X4的符号与经济意义相悖，该模型明显存在多重共线性，回归结果不显著，回归方程不能投入使用。 由于变量较多，采用逐步回归法来修正模型。 用Y对各个变量单独进行回归： 对X1，有： Dependent Variable: Y Method: Least Squares Date: 12/14/03 Time: 20:17 Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 444.4444 2988.555 0. 0.8855 X1 65.07937 41.38415 1. 0.1545 R-squared 0. Mean dependent var 5000.000 Adjusted R-squared 0. S.D. dependent var 2505.549 S.E. of regression 2322.680 Akaike info criterion 18.51569 Sum squared resid Schwarz criterion 18.57620 Log likelihood -90.57844 F-statistic 2. Durbin-Watson stat 1. Prob(F-statistic) 0. 对X2，有： Dependent Variable: Y Method: Least Squares Date: 12/14/03 Time: 20:20 Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 8687.500 1096.2