## R Ue6.4  hprice1  Preisbildung bei Einfamilienhäusern USA
##           Ist die Bewertung der Haeuser durch den Makler unverzerrt?
## price    ... Verkaufspreis
## assess   ... Schaetzwert
## lotsize  ... Grundstuecksflaeche
## sqrft    ... m2 (Quadrat-Fuss)
## bdrms    ... Anzahl der Schlafzimmer 

#setwd("C:/MH/WU/LV/OEKONOMETRIE_BA/Oe1_WS23/Chp6/EXERCISES/")
setwd("C:/Users/hoersaal/Downloads/")
source("BasicStatistics_R.txt")
# Daten einlesen
dat <- read.table("hprice1.csv", sep=";", dec=",", header=TRUE, na.strings = "#NV", fill = TRUE, comment.char="")

## Daten anschauen
#head(dat)
#tail(dat)
#dim(dat)    
names(dat)  # Namen der Variablen

#hist(dat$price)         # Historgramm von price
#basic_stats(dat$price)
#hist(log(dat$price))    # Histogramm von log(price), log-Transformation im Modell

#require(RcmdrMisc)       # diskrete Haeufigkeitsvtlg 
#discretePlot(dat$bdrms)  # soll die Variable bdrms in logs oder ohne log verwendet werden?

## Es sollen 4 verschiedene Modelle unten durchprobiert und verglichen werden
n_mod <- 4      
mod_ICs <- rep(NA,n_mod*2);  dim(mod_ICs) <- c(n_mod,2)

## Modell 1 vorgegeben (Modell nur mit Konstanter)
# log(price) = a0 + u
mod_1 <- lm(log(price) ~ 1, data=dat)
summary(mod_1)
mod_ICs[1,1] <- AIC(mod_1);   mod_ICs[1,2] <- BIC(mod_1);  
cat("Modell 1: ","AIC= ", AIC(mod_1), "BIC= ", BIC(mod_1), "\n")

## ... Probieren sie 2 weitere Modellspezifikationen

## Modell 2
# log(price) = a0 + ... + u                        ## HIER IHRE MODELLSPEZIFIKATION
mod_2 <- lm(log(price) ~ ... + 1, data=dat)        ## HIER IHRE MODELLSPEZIFIKATION
summary(mod_2)
mod_ICs[2,1] <- AIC(mod_2);   mod_ICs[2,2] <- BIC(mod_2);  
cat("Modell 2: ","AIC= ", AIC(mod_2), "BIC= ", BIC(mod_2), "\n")

## Modell 3  
# log(price) = a0 + ... + u                        ## HIER IHRE MODELLSPEZIFIKATION
mod_3 <- lm(log(price) ~ ... + 1, data=dat)        ## HIER IHRE MODELLSPEZIFIKATION
summary(mod_3)
mod_ICs[3,1] <- AIC(mod_3);   mod_ICs[3,2] <- BIC(mod_3);  
cat("Modell 3: ","AIC= ", AIC(mod_3), "BIC= ", BIC(mod_3), "\n")

##

## Modell 4 vorgegeben (Modell mit allen Variablen)
# log(price) = a0 + a1 log(assess) + a2 log(lotsize) + a3 log(sqrft) + a4 bdrms + u
mod_4 <- lm(log(price) ~ log(assess) + log(lotsize) + log(sqrft) + bdrms + 1, data=dat)
summary(mod_4)
mod_ICs[4,1] <- AIC(mod_4);   mod_ICs[4,2] <- BIC(mod_4);  
cat("Modell 4: ","AIC= ", AIC(mod_4), "BIC= ", BIC(mod_4), "\n")

## Welche Modellspezifikation scheint die geeignetste zu sein?
cat("         AIC       BIC","\n")
mod_ICs