Пәтер бағасын болжауға арналған EViews-та көпфакторлы регрессияны құру, мультиколлинеарлық пен гетероскедастиканы тексеру және модель спецификациясын бағалау


Жұмыс түрі:  Материал
Тегін:  Антиплагиат
Көлемі: 8 бет
Таңдаулыға:   

. №4 Лабораториялық жұмыс.

«Көпфакторлы регрессия моделін құрастыру және анализдеу кезінде Еviews-ті қолдану. Модельдегі мультиколлинеарлық пен гетероскедастикалықты шығару. Модельдің спецификациясын тексеру»

«Крыша» газетінде сатылуға ұсынылған 100 пәтер көрсетілген.

Келесі белгілеулерді енгіземіз:

Айнымалылар:

n - реттік номері.

x(room) - бөлме саны.

y(price) - пәтер бағасы, мың. $

z(totsq) - жалпы ауданы.

t(titsq) - кухня ауданы.

e(floor) - қабат. 0-бірінші/соңғы, 1-ортаншы.

f(cat) - үй категориясы. 0-кирпичті, 1-монолитті.

g(region) - пәтердің орналасқан ауданы.

1 - Алмалинский;

2 - Ауезовский;

3 - Бостандыкский;

4 - Жетысуйский;

5 - Медеуский;

6 - Турксибский.

n: n
x(room): x(room)
y(price): y(price)
z(totsq): z(totsq)
t(kitsq): t(kitsq)
e(floor): e(floor)
f(cat): f(cat)
g(region): g(region)
n: 1
x(room): 1
y(price): 36, 5
z(totsq): 14
t(kitsq): 6
e(floor): 0
f(cat): 1
g(region): 2
n: 2
x(room): 1
y(price): 55
z(totsq): 30
t(kitsq): 6, 5
e(floor): 0
f(cat): 0
g(region): 5
n: 3
x(room): 1
y(price): 56
z(totsq): 29
t(kitsq): 4, 3
e(floor): 1
f(cat): 1
g(region): 4
n: 4
x(room): 1
y(price): 65, 5
z(totsq): 32
t(kitsq): 7, 2
e(floor): 0
f(cat): 0
g(region): 3
n: 5
x(room): 1
y(price): 76
z(totsq): 40
t(kitsq): 7
e(floor): 0
f(cat): 0
g(region): 2
n: 6
x(room): 1
y(price): 76
z(totsq): 33
t(kitsq): 5, 3
e(floor): 0
f(cat): 1
g(region): 6
n: 7
x(room): 2
y(price): 101
z(totsq): 45
t(kitsq): 8
e(floor): 1
f(cat): 0
g(region): 5
n: 8
x(room): 2
y(price): 104, 5
z(totsq): 40
t(kitsq): 10
e(floor): 0
f(cat): 0
g(region): 1
n: 9
x(room): 2
y(price): 116, 5
z(totsq): 52
t(kitsq): 11, 2
e(floor): 0
f(cat): 0
g(region): 1
n: 10
x(room): 2
y(price): 136
z(totsq): 61
t(kitsq): 12
e(floor): 1
f(cat): 1
g(region): 3
n: 11
x(room): 3
y(price): 100, 5
z(totsq): 58
t(kitsq): 10
e(floor): 0
f(cat): 0
g(region): 3
n: 12
x(room): 3
y(price): 120, 5
z(totsq): 59
t(kitsq): 13
e(floor): 1
f(cat): 0
g(region): 2
n: 13
x(room): 3
y(price): 158, 5
z(totsq): 70
t(kitsq): 12, 4
e(floor): 0
f(cat): 0
g(region): 1
n: 14
x(room): 3
y(price): 185, 5
z(totsq): 84
t(kitsq): 15
e(floor): 0
f(cat): 1
g(region): 6
n: 15
x(room): 4
y(price): 192
z(totsq): 73
t(kitsq): 14
e(floor): 0
f(cat): 0
g(region): 6
n: 16
x(room): 4
y(price): 218
z(totsq): 76
t(kitsq): 14, 6
e(floor): 1
f(cat): 0
g(region): 6
n: 17
x(room): 1
y(price): 48
z(totsq): 30
t(kitsq): 7, 8
e(floor): 1
f(cat): 1
g(region): 5
n: 18
x(room): 1
y(price): 66, 8
z(totsq): 46
t(kitsq): 8, 6
e(floor): 0
f(cat): 0
g(region): 4
n: 19
x(room): 1
y(price): 68
z(totsq): 26
t(kitsq): 5
e(floor): 1
f(cat): 1
g(region): 3
n: 20
x(room): 1
y(price): 68
z(totsq): 31
t(kitsq): 6
e(floor): 1
f(cat): 0
g(region): 2
n: 21
x(room): 1
y(price): 69
z(totsq): 33
t(kitsq): 7
e(floor): 1
f(cat): 1
g(region): 1
n: 22
x(room): 1
y(price): 70
z(totsq): 33
t(kitsq): 7, 3
e(floor): 1
f(cat): 1
g(region): 5
n: 23
x(room): 1
y(price): 73
z(totsq): 37
t(kitsq): 13
e(floor): 0
f(cat): 0
g(region): 3
n: 24
x(room): 1
y(price): 75
z(totsq): 33
t(kitsq): 15
e(floor): 0
f(cat): 0
g(region): 2
n: 25
x(room): 1
y(price): 78
z(totsq): 34
t(kitsq): 16
e(floor): 1
f(cat): 1
g(region): 4
n: 26
x(room): 1
y(price): 78
z(totsq): 56
t(kitsq): 21
e(floor): 1
f(cat): 1
g(region): 6
n: 27
x(room): 1
y(price): 87
z(totsq): 39
t(kitsq): 20
e(floor): 1
f(cat): 0
g(region): 2
n: 28
x(room): 1
y(price): 80
z(totsq): 31
t(kitsq): 18
e(floor): 1
f(cat): 0
g(region): 2
n: 29
x(room): 1
y(price): 90
z(totsq): 39
t(kitsq): 19
e(floor): 1
f(cat): 0
g(region): 1
n: 30
x(room): 1
y(price): 95
z(totsq): 39
t(kitsq): 21
e(floor): 0
f(cat): 1
g(region): 5
n: 31
x(room): 1
y(price): 100
z(totsq): 39
t(kitsq): 22
e(floor): 1
f(cat): 0
g(region): 5
n: 32
x(room): 1
y(price): 101
z(totsq): 39
t(kitsq): 20
e(floor): 1
f(cat): 0
g(region): 5
n: 33
x(room): 1
y(price): 105
z(totsq): 34
t(kitsq): 18, 6
e(floor): 1
f(cat): 1
g(region): 6
n: 34
x(room): 1
y(price): 106
z(totsq): 52
t(kitsq): 25
e(floor): 1
f(cat): 1
g(region): 4
n: 35
x(room): 1
y(price): 109, 2
z(totsq): 52
t(kitsq): 20
e(floor): 1
f(cat): 1
g(region): 4
n: 36
x(room): 2
y(price): 60
z(totsq): 38
t(kitsq): 15
e(floor): 0
f(cat): 1
g(region): 3
n: 37
x(room): 2
y(price): 80
z(totsq): 43
t(kitsq): 16
e(floor): 1
f(cat): 1
g(region): 3
n: 38
x(room): 2
y(price): 90
z(totsq): 42
t(kitsq): 17
e(floor): 1
f(cat): 0
g(region): 5
n: 39
x(room): 2
y(price): 90
z(totsq): 69
t(kitsq): 9, 9
e(floor): 1
f(cat): 1
g(region): 1
n: 40
x(room): 2
y(price): 91
z(totsq): 44
t(kitsq): 10, 5
e(floor): 1
f(cat): 1
g(region): 2
n: 41
x(room): 2
y(price): 95
z(totsq): 45
t(kitsq): 10
e(floor): 0
f(cat): 0
g(region): 6
n: 42
x(room): 2
y(price): 96
z(totsq): 49
t(kitsq): 16
e(floor): 0
f(cat): 1
g(region): 5
n: 43
x(room): 2
y(price): 100
z(totsq): 42
t(kitsq): 11
e(floor): 1
f(cat): 0
g(region): 4
n: 44
x(room): 2
y(price): 106
z(totsq): 52
t(kitsq): 20
e(floor): 0
f(cat): 0
g(region): 2
n: 45
x(room): 2
y(price): 109, 9
z(totsq): 48
t(kitsq): 18
e(floor): 1
f(cat): 0
g(region): 3
n: 46
x(room): 2
y(price): 109
z(totsq): 54
t(kitsq): 20, 3
e(floor): 0
f(cat): 1
g(region): 1
n: 47
x(room): 2
y(price): 110
z(totsq): 77
t(kitsq): 28
e(floor): 1
f(cat): 1
g(region): 5
n: 48
x(room): 2
y(price): 111
z(totsq): 52
t(kitsq): 23
e(floor): 0
f(cat): 0
g(region): 5
n: 49
x(room): 2
y(price): 116
z(totsq): 52
t(kitsq): 22, 6
e(floor): 1
f(cat): 0
g(region): 5
n: 50
x(room): 2
y(price): 120
z(totsq): 44
t(kitsq): 20
e(floor): 1
f(cat): 1
g(region): 3
n: 51
x(room): 2
y(price): 120
z(totsq): 48
t(kitsq): 20
e(floor): 0
f(cat): 1
g(region): 3
n: 52
x(room): 2
y(price): 121
z(totsq): 48
t(kitsq): 20
e(floor): 0
f(cat): 0
g(region): 4
n: 53
x(room): 2
y(price): 126
z(totsq): 75
t(kitsq): 24
e(floor): 1
f(cat): 1
g(region): 2
n: 54
x(room): 2
y(price): 157
z(totsq): 63
t(kitsq): 19
e(floor): 1
f(cat): 0
g(region): 6
n: 55
x(room): 3
y(price): 85, 5
z(totsq): 66
t(kitsq): 18
e(floor): 1
f(cat): 1
g(region): 1
n: 56
x(room): 3
y(price): 117
z(totsq): 58
t(kitsq): 18
e(floor): 1
f(cat): 0
g(region): 1
n: 57
x(room): 3
y(price): 120
z(totsq): 66
t(kitsq): 17
e(floor): 1
f(cat): 0
g(region): 4
n: 58
x(room): 3
y(price): 125
z(totsq): 65
t(kitsq): 17
e(floor): 1
f(cat): 0
g(region): 3
n: 59
x(room): 3
y(price): 126
z(totsq): 62
t(kitsq): 16, 5
e(floor): 1
f(cat): 0
g(region): 2
n: 60
x(room): 3
y(price): 126
z(totsq): 62
t(kitsq): 16, 5
e(floor): 0
f(cat): 0
g(region): 2
n: 61
x(room): 3
y(price): 130
z(totsq): 57
t(kitsq): 14
e(floor): 1
f(cat): 0
g(region): 3
n: 62
x(room): 3
y(price): 137, 8
z(totsq): 59
t(kitsq): 16
e(floor): 0
f(cat): 0
g(region): 3
n: 63
x(room): 3
y(price): 145
z(totsq): 65
t(kitsq): 17, 3
e(floor): 0
f(cat): 0
g(region): 5
n: 64
x(room): 3
y(price): 146
z(totsq): 65
t(kitsq): 17, 3
e(floor): 1
f(cat): 0
g(region): 2
n: 65
x(room): 3
y(price): 147
z(totsq): 70
t(kitsq): 20
e(floor): 1
f(cat): 0
g(region): 1
n: 66
x(room): 3
y(price): 150
z(totsq): 47
t(kitsq): 14
e(floor): 0
f(cat): 1
g(region): 3
n: 67
x(room): 3
y(price): 157, 5
z(totsq): 60
t(kitsq): 18
e(floor): 0
f(cat): 1
g(region): 6
n: 68
x(room): 3
y(price): 160
z(totsq): 60
t(kitsq): 18
e(floor): 1
f(cat): 1
g(region): 6
n: 69
x(room): 3
y(price): 162
z(totsq): 58
t(kitsq): 15
e(floor): 0
f(cat): 0
g(region): 6
n: 70
x(room): 3
y(price): 165
z(totsq): 64
t(kitsq): 19, 6
e(floor): 1
f(cat): 1
g(region): 5
n: 71
x(room): 3
y(price): 173, 5
z(totsq): 72
t(kitsq): 21
e(floor): 0
f(cat): 0
g(region): 4
n: 72
x(room): 3
y(price): 158
z(totsq): 84
t(kitsq): 25
e(floor): 1
f(cat): 0
g(region): 5
n: 73
x(room): 3
y(price): 185
z(totsq): 82
t(kitsq): 24
e(floor): 0
f(cat): 0
g(region): 5
n: 74
x(room): 1
y(price): 68, 4
z(totsq): 32
t(kitsq): 7, 3
e(floor): 0
f(cat): 0
g(region): 5
n: 75
x(room): 1
y(price): 90
z(totsq): 62
t(kitsq): 14
e(floor): 1
f(cat): 0
g(region): 1
n: 76
x(room): 1
y(price): 110
z(totsq): 50
t(kitsq): 10
e(floor): 1
f(cat): 0
g(region): 2
n: 77
x(room): 1
y(price): 135
z(totsq): 61
t(kitsq): 13, 5
e(floor): 1
f(cat): 0
g(region):
n: 78
x(room): 1
y(price): 188
z(totsq): 55
t(kitsq): 20
e(floor): 1
f(cat): 1
g(region): 2
n: 79
x(room): 2
y(price): 112
z(totsq): 77
t(kitsq): 24
e(floor): 1
f(cat): 1
g(region): 2
n: 80
x(room): 2
y(price): 128
z(totsq): 89
t(kitsq): 26, 3
e(floor): 1
f(cat): 0
g(region): 4
n: 81
x(room): 2
y(price): 212
z(totsq): 56
t(kitsq): 18
e(floor): 1
f(cat): 0
g(region): 4
n: 82
x(room): 2
y(price): 220
z(totsq): 77
t(kitsq): 21
e(floor): 1
f(cat): 0
g(region): 1
n: 83
x(room): 2
y(price): 342
z(totsq): 134
t(kitsq): 36, 9
e(floor): 1
f(cat): 0
g(region): 3
n: 84
x(room): 3
y(price): 155
z(totsq): 112
t(kitsq): 24, 3
e(floor): 1
f(cat): 1
g(region): 2
n: 85
x(room): 3
y(price): 195
z(totsq): 95
t(kitsq): 20, 3
e(floor): 1
f(cat): 0
g(region): 5
n: 86
x(room): 3
y(price): 325
z(totsq): 124
t(kitsq): 22
e(floor): 1
f(cat): 1
g(region): 6
n: 87
x(room): 3
y(price): 342
z(totsq): 100
t(kitsq): 22, 5
e(floor): 1
f(cat): 1
g(region): 4
n: 88
x(room): 3
y(price): 568
z(totsq): 95
t(kitsq): 18, 6
e(floor): 1
f(cat): 1
g(region): 2
n: 89
x(room): 4
y(price): 310
z(totsq): 82
t(kitsq): 5, 2
e(floor): 0
f(cat): 1
g(region): 2
n: 90
x(room): 4
y(price): 420
z(totsq): 162
t(kitsq): 14, 2
e(floor): 1
f(cat): 1
g(region): 1
n: 91
x(room): 4
y(price): 464, 1
z(totsq): 156
t(kitsq): 14
e(floor): 0
f(cat): 0
g(region): 1
n: 92
x(room): 4
y(price): 465
z(totsq): 149
t(kitsq): 13
e(floor): 1
f(cat): 0
g(region): 5
n: 93
x(room): 4
y(price): 935
z(totsq): 224
t(kitsq): 21
e(floor): 1
f(cat): 0
g(region): 4
n: 94
x(room): 4
y(price): 134
z(totsq): 74
t(kitsq): 10
e(floor): 0
f(cat): 0
g(region): 6
n: 95
x(room): 4
y(price): 135
z(totsq): 75
t(kitsq): 9
e(floor): 1
f(cat): 0
g(region): 6
n: 96
x(room): 4
y(price): 135
z(totsq): 75
t(kitsq): 9
e(floor): 1
f(cat): 0
g(region): 2
n: 97
x(room): 4
y(price): 137
z(totsq): 75
t(kitsq): 9, 2
e(floor): 1
f(cat): 0
g(region): 3
n: 98
x(room): 4
y(price): 139, 9
z(totsq): 75
t(kitsq): 9
e(floor): 1
f(cat): 0
g(region): 2
n: 99
x(room): 4
y(price): 140
z(totsq): 74
t(kitsq): 8, 5
e(floor): 1
f(cat): 1
g(region): 5
n: 100
x(room): 4
y(price): 140
z(totsq): 80
t(kitsq): 9, 6
e(floor): 1
f(cat): 0
g(region): 6
  1. Excelберілген мәліметтерменфайлды құрастыру(файлexample_04. xls) .
  2. Берілген мәліметтердіEviews - қа импорттау.
  3. Workfile - ды құрастыру.
  4. Әр айнымалының статистикалық мәндерін табу. (1-сур)

1- сурет.

5. Модельге қосылған барлық айнамалылар үшін корреляцияны құрастыру. ( 2. сур) .

2- сурет.

6. ККӘ - нің регрессиялық теңдеуін құрастыру , мұндағы тәуелді айнымалы - пәтердің бағасы, ал тәуелсіз айнымалылар -орналасқан ауданы, кухня көлемі, қабат, категориясы.

( 3, 4. сур) .

3- сурет.

4- сурет.

Теңдеу келесі түрге ие болады:

7. Алынған модельдің параметрлерінің статистикалық мәндерін бағалаңыз.

8. Модельде мультиколлинеарлықтың бар болуын тексеріңіз. Шешім қабылдаңыз.

Мультиколлинеарлық бұл регрессия теңдеуінің екі немесе бірнеше түсіндіруші айнымалылардың корреляциялануын көрсетеді.

Мультиколлинеарлықтың бар болуын көрсету үшін екі әдіс қолданылады:

  • Барлық түсіндіруші айнымалылар үшін корреляция коэффиценттерінің матрицасын есептеу. Егер жеке түсіндіруші айнымалылардың корреляция коэффиценттерінің аралары алшақтау болса, онда олар коллинеарлы. Бірақ жоғары корреляция кері әсер әкелуі мүмкін және регрессияның сапасына әсер етеді.
  • Мультиколлинеарлықтың эффектін тексеру үшін VIF көрсеткіші қолданылады - «вариацияның инфляциянық факторы»:, - көптік корреляцияның коэффицентінің мәні, регрессорарегрессоры мен басқа да айнымалыларүшін алынған.
  • Егер, онда бір - бірімен корреляцияланатын түсіндіруші айнымалылар мультиколлинеарлы болып есептеледі
  • Регрессиялық коэффициенттердің стандарттық қатесі нөлге жақын болады.
  • Регрессиялық коэффициенттердің күштілігі күтілетін мәннен ерекшеленеді.
  • Регрессия коэффиценттерінің белгілері күтілетіндерге қарама - қарсы болады.
  • Модельден бақылауларды жою немесе қосу оның бағаларының мәнін қатты өзгертеді.
  • F-критерий болады, а t-критерий - жоқ.

Мультиколлинеарлықты жою үшін бірнеше шаралар қолданылады:

  •  Принцип бойынша таңдамалар көлемін жоғарылату, ол ЕКӘ бағаларының кіші дисперсиясын білдіреді.
  •  Басқаларымен жоғары корреляцияланатын айнымалыларды алып тастау.
  • Уақытша қатарлар мен кросс-секцияладың мәндерін біріктіреді.

9. Модельдің спецификациясын тексеру.

Біздің жағдайымызда тәуелсіз айнымалыларды кезекпен алып тастаймыз. Бірінші етіп REGION- нан басқасын алып тастаймыз (сур. 5) . REGION айнымалысының коэффициенті теріс таңбалы болды және алдындағы мәнінен жоғары.

5- сурет.

:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:

7. Алынған модельдің параметрлерінің статистикалық мәндерін бағалаңыз.

8. Модельде мультиколлинеарлықтың бар болуын тексеріңіз. Шешім қабылдаңыз.

Мультиколлинеарлық бұл регрессия теңдеуінің екі немесе бірнеше түсіндіруші айнымалылардың корреляциялануын көрсетеді.

Мультиколлинеарлықтың бар болуын көрсету үшін екі әдіс қолданылады:

... жалғасы

Сіз бұл жұмысты біздің қосымшамыз арқылы толығымен тегін көре аласыз.
Ұқсас жұмыстар
Лабораториялық жұмыс №4: EViews көмегімен көпфакторлы регрессияны құру, мультиколлинеарлық пен гетероскедастикалықты анықтау және модель спецификациясын тексеру
Ең кіші квадраттар регрессиясында мультиколлинеарлық пен автокорреляция: себептері, анықтау және жою әдістері
Регрессиялық модель параметрлерін статистикалық бағалау және гипотезаларды тексеру
Көпфакторлы тәжірибені жоспарлау және сызықтық модель негізінде электр желілерінің тұрақты режимдерін оңтайлы басқару
Компьютерлік модельдеу: теориясы, түрлері және модель құру технологиясы
Урбандалу процестерін ең кіші квадраттар әдісімен көпфакторлы регрессиялық модельдеу және веб-негізіндегі ақпараттық жүйені құру
Бизнес-модель құру: теория, инновациялық шаблондар және практикалық тапсырмалар
Бас жиынтық пен таңдама: вариациялық қатарлар, бағалау әдістері және статистикалық гипотезаларды тексеру
Мектепте практикалық есептерді шешуде математикалық модель құру: теория мен тәжірибе
Көпфакторлы дисперсиялық талдау: теориясы, әдістері және қолданылуы
Пәндер



Реферат Курстық жұмыс Диплом Материал Диссертация Практика Презентация Сабақ жоспары Мақал-мәтелдер 1‑10 бет 11‑20 бет 21‑30 бет 31‑60 бет 61+ бет Негізгі Бет саны Қосымша Іздеу Ештеңе табылмады :( Соңғы қаралған жұмыстар Қаралған жұмыстар табылмады Тапсырыс Антиплагиат Қаралған жұмыстар kz