Question

State   Price   Size
NJ   375   2.1
NJ   200   0.9
NJ   599   2.3
NJ   365   2.1
NJ   220   2.1
NJ   250   1.9
NJ   410   2.2
NJ   429   2.8
NJ   325   2
NJ   235   1.1
NY   145   1.3
NY   875   2.9
NY   300   1.5
NY   370   1.1
NY   268   1.5
NY   1399   4.8
NY   1125   3.1
NY   299   1.4
NY   110   1.2
NY   2999   6
PA   282   2.6
PA   135   1.3
PA   179   1.8
PA   800   3
PA   145   1.2
PA   170   1.6
PA   495   2.9
PA   224   1.5
PA   325   2.5
PA   180   1.9
PA   269   2.6
PA   196   1.3
PA   180   1.2
PA   353   2.1
PA   110   1.7
PA   225   2.5
PA   270   2.6
PA   870   4.2
PA   184   1.8
PA   130   1.5
NJ   330   2.7
NJ   375   1.2
NJ   225   1.7
NJ   1150   5
NJ   127   1.5
NJ   499   4.8
NJ   250   1.2
NJ   430   1.8
NJ   320   2.3
NJ   150   1.1
NY   459   1.8
NY   275   2.9
NY   275   1.8
NY   2500   3.7
NY   187   1.4
NY   238   1.7
NY   155   0.7
NY   175   1.6
NY   569   3.2
NY   105   1.2
CA   500   3.2
CA   995   3.7
CA   609   2.2
CA   1199   2.8
CA   949   1.4
CA   415   1.7
CA   895   2.1
CA   775   1.6
CA   109   0.6
CA   5900   4.8
CA   219   1.1
CA   255   1.2
CA   86   0.6
CA   62   1.2
CA   165   1.9
CA   1695   6.9
CA   499   1.4
CA   47   1.5
CA   195   2
CA   775   1
CA   199   1.4
CA   480   3
CA   173   0.9
CA   189   2.5
CA   230   1.7
CA   380   2.1
CA   110   0.8
CA   499   1.3
CA   399   1.4
CA   2450   5
NJ   845   3.4
NJ   220   2.1
NJ   215   1.8
NJ   430   1.8
NJ   208   1.3
NJ   375   1.2
NJ   749   3
NJ   245   1.2
NJ   435   1.6
NJ   669   4.2
PA   190   2.2
PA   219   1.4
PA   125   1.3
PA   125   1.2
PA   160   1.5
PA   189   1.4
PA   270   1.8
PA   90   1.3
PA   199   1.6
PA   199   1.6

1. Produce 4 side-by-side boxplots of house prices for the states in your sample: one for California, one for New Jersey, and so on.

2. Compare the house price boxplots across the 4 states. Briefly comment on what the boxplots reveal about the location, dispersion and skewness of the price distributions across the states.

3. Write down the population regression model for house prices as a function of floor space (size), taking care to define your notation clearly.

Answer 1

using R

1)

data <- read.csv("../Documents/price.csv",sep=" ")
data <- data[,c(1,4,7)]
boxplot(Price~ï..State,data = data)

1000 2000 3000 40005000 6000 3 2 9

2)

In general median price are in order
CA > NJ > NY > PA

there are few outliers in each of CA,NJ ,NY and PA

IQR is higher in CA and NY
but lower in NJ and PA

3)

y =a + bx

y = house prices

x = floor size