Эконометрическое моделирование стоимости однокомнатных квартир в г. Кумертау
Исследование линейной модели парной регрессии зависимости стоимости однокомнатных квартир от общей площади жилья. Пространственно-параметрическое моделирование рынка вторичного жилья. Особенности изменения среднего уровня цены в пространстве и во времени.
Рубрика | Экономико-математическое моделирование |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 26.10.2014 |
Размер файла | 365,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
В условиях России сегодня можно говорить о достаточно развитом рынке жилой недвижимости, особенно - квартир в многоквартирных домах. Рынок жилья в наибольшей степени отражает тенденции изменения спроса и предложения на рынке недвижимости.
В основу данного исследования положена информация о ценах и свойствах объектов продажи однокомнатные квартиры города Кумертау на март 2014 г. В целом с начала исследования охвачено 30 квартир, выставленных на продажу.
В 1 главе были охвачены теоретические аспекты моделирования стоимости жилья.
Во 2 главе проведено исследование зависимости цен на однокомнатные квартиры от общей площади жилья. Было построено поле корреляции для результативного признака у и факторного признака х1 и сформулирована гипотеза о форме связи. Так же было построено уравнение парной линейной регрессии, рассчитан коэффициент детерминации и сделаны выводы, оценена статистическая надежность результатов регрессионного моделирования с помощью F-критерия Фишера и проверена значимость коэффициентов регрессии с помощью статистики Стьюдента.
По отобранному уравнению рассчитали прогнозное значение результата, если прогнозное фактора увеличится на 7% от своего среднего уровня.
В 3 главе была построена и исследована многофакторная модель зависимости цен на жилье.
Оценена регрессия у на все 5 факторов. Проверена значимость модели и параметров. Сделаны выводы. Проверена модель на наличие мультиколлинеарности. Устранена мультиколлинеарность методом пошаговой регрессии назад. Проверено полученное уравнение регрессии на значимость и значимость параметров. Выписаны модели для разных градации качественных переменных. Дана интерпретация полученных результатов. Проверен каждый из факторов, оставшихся после устранения мультиколлинеарность на гетероскедастичность по тесту Голдфелда-Квандта и на автокорреляцию по критерию Дарбина-Уотсона. Построено уравнение регрессии в нелинейной форме (степенной, логарифмически й, квадратический вид). Сравнены результаты с последней моделью. Была выбрана наилучшая модель с точки зрения величины коэффициента детерминации. Была рассчитана цен на жилье при выбранных значениях факторов.
Таким образом, специфика эконометрического моделирования данных позволила получить модель для оценки стоимости жилья, описывающую особенности изменения среднего уровня цены как в пространстве, так и во времени.
квартира жилье однокомнатный моделирование
Список использованных источников
1. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. - М.: Дело, 2000.
2. Доугерти К. Введение в эконометрику: Пер. с англ. - М.: ИНФА-М, 1997.
3. Давнис В.В. Адаптивное прогнозирование: Модели и методы. - Воронеж: Изд.-во Вгу, 1997.
4. Шаттелес Т. Современные эконометрические методы. М., "Статистика", 1975.
5. Кейн Э. Экономическая статистика и эконометрия. Вып. 1. М., "Статистика", 1977.
6. Кейн Э. Экономическая статистика и эконометрия. Вып. 2. М., "Статистика", 1977.
7. Джонстон Дж. Эконометрические методы / Пер. с англ. и предисл. А.А. Рывкина. - М.: Статистика, 1980.
8. Пирогов Г.Г., Федоровский Ю.П. Проблемы структурного оценивания в эконометрии. - М.: Статистика, 1979.
9. Маленво Э. Статистические методы эконометрии. Вып.1. М.: «Статистика», 1975.
10. Маленво Э. Статистические методы эконометрии. Вып. 2. М.: «Статистика», 1976.
11. Тейл Г. Экономические прогнозы и принятие решений. М.: «Статистика», 1971.
12. Фишер Ф. Проблема идентификации в эконометрии. М.: "Статистика", 1978.
13. Айвазян, С.А. Прикладная статистика. Основа эконометрики: в 2 т.: учеб. для вузов / С.А. Айвазян, В.С. Мхитарян. - М.: ЮНИТИ-ДАНА, 2001. - Т.2. - 432 с. - ISBN 5-238-00304-82.
14. Эконометрика: учебник / под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2007. - 576 с. - ISBN 978-5-279-02786-6.
15. Реннер, А.Г. Математическая статистика: уч. пособие / А.Г. Реннер, Г.Г. Аралбаева. - Оренбург: ОГУ, 2003. - 175 с.
16. Тихомиров, Н.П. Эконометрика: учеб. для вузов / Н.П. Тихомиров, Е.Ю. Дорохина. - М.: Экзамен, 2003. - 512 с. - ISBN 5-94692-438-9.
17. Домбровский, В.В. Эконометрика: учебник/ В.В.Домбровский. - М.: Нов. учебник, 2004. - 342 с. - ISBN 5-8393-0400-Х.
18. Новак, Эдвард. Введение в методы эконометрики: сб. задач: пер. с польск.; под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2004. - 248с. - ISBN 5-279-02927-0.
19. Катышев, П.К. Сборник задач к начальному курсу эконометрики / П.К. Катышев, А.А Пересецкий. - М.: Дело, 2003. - 208 с. - ISBN 5-7749-0137-8.
20. Сборник задач по эконометрике: учебное пособие для студентов экономических вузов / Е.Ю. Дорохина, Л.Ф. Преснякова, Н.П. Тихомиров - М.: Издательство "Экзамен", 2003. - 224 с. - ISBN 5-94692-206-8.
21. Практикум по эконометрике: учебное пособие / под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2006. - 344 с.
22. Замков, О.О. Математические методы в экономике: учебник/ О.О. Замков, А.В. Толстопятенко, Ю.Н. Черемных. - М.: Дело и Сервис, 2001. - 368 с. - ISBN 5-86509-054-2.
23. Кулинич, Е.И. Эконометрия / Е.И. Кулинич. - М.: Финансы и статистика, 2001. - 304 с. - ISBN 5-279-02090-7.
24. Сошникова, Л.А. Многомерный статистический анализ в экономике: учебное пособие для вузов / Л.А. Сошникова; под ред. проф. В.Н. Тамашевича. - М.: ЮНИТИ-ДАНА, 1999. - 598 с. - ISBN 5-238-00099-5.
25. Реннер, А.Г. Математическая статистика: учебное пособие / А.Г. Реннер, Г.Г. Аралбаева. - Оренбург: ГОУ ВПО ОГУ, 2002. - 175 с.
26. Ниворожкина, Л.И. Многомерные статистические методы в экономике: учебник / Л.И. Ниворожкина, С.В. Арженовский. - М.: Издательско-торговая корпорация «Дашков и К», 2008. - 224 с. - ISBN 978-5-91131-565-8.
27. Громкова, О.В. Иголкин М.В. Моделирование стоимости объектов недвижимости с помощью ГИС.
28. Пузина, Н.В. Эконометрическая модель рынка жилья: роль спекулятивного и потребительского спроса: Статья.
29. Стебунова, О.И. Моделирование ценообразования на вторичном рынке жилья: Статья - УДК 338.5:332.85.
30. Боброва, А.В. Эконометрическое моделирование стоимости квартир на вторичном рынке жилой недвижимости: Статья.
Приложение А
Таблица 1 - исходные данные
п/п |
Y |
x1 |
x2 |
x3 |
x4 |
х5 |
х6 |
|
1 |
1150 |
35 |
7,8 |
19,7 |
1 |
1 |
1 |
|
2 |
1400 |
43 |
10,0 |
20,0 |
1 |
1 |
1 |
|
3 |
1300 |
30 |
6,0 |
17,0 |
1 |
0 |
1 |
|
4 |
1150 |
32 |
7,0 |
18,0 |
0 |
1 |
1 |
|
5 |
1200 |
32 |
7,0 |
18,0 |
1 |
0 |
1 |
|
6 |
1200 |
33 |
7,8 |
18,0 |
1 |
0 |
1 |
|
7 |
950 |
33 |
7,8 |
18,0 |
1 |
0 |
0 |
|
8 |
1600 |
35 |
8,0 |
18,0 |
1 |
1 |
1 |
|
9 |
1650 |
57 |
14,0 |
25,0 |
1 |
1 |
1 |
|
10 |
1000 |
29 |
6,0 |
17,0 |
0 |
1 |
1 |
|
11 |
1130 |
34 |
7,8 |
18,0 |
1 |
0 |
1 |
|
12 |
1100 |
26 |
6,0 |
16,0 |
0 |
1 |
1 |
|
13 |
1250 |
32 |
7,8 |
18,0 |
1 |
0 |
1 |
|
14 |
1170 |
32 |
7,8 |
18,0 |
1 |
0 |
1 |
|
15 |
1100 |
36 |
7,8 |
19,7 |
0 |
1 |
0 |
|
16 |
1050 |
33 |
7,8 |
18,0 |
0 |
1 |
1 |
|
17 |
1100 |
30 |
6,0 |
17,0 |
1 |
1 |
1 |
|
18 |
1000 |
30 |
6,0 |
17,0 |
1 |
1 |
1 |
|
19 |
1150 |
34 |
8,0 |
18,0 |
1 |
0 |
1 |
|
20 |
1100 |
30 |
6,0 |
17,0 |
1 |
0 |
1 |
|
21 |
1400 |
37 |
9,0 |
19,7 |
1 |
1 |
1 |
|
22 |
1200 |
36 |
7,8 |
19,7 |
1 |
0 |
1 |
|
23 |
1100 |
32 |
7,8 |
18,0 |
1 |
0 |
1 |
|
24 |
960 |
31 |
6,0 |
17,0 |
0 |
1 |
1 |
|
25 |
1500 |
33 |
7,8 |
18,0 |
1 |
0 |
1 |
|
26 |
1050 |
33 |
7,8 |
18,0 |
0 |
1 |
1 |
|
27 |
1100 |
30 |
6,0 |
17,0 |
1 |
1 |
1 |
|
28 |
1450 |
43 |
12,0 |
22,0 |
0 |
1 |
1 |
|
29 |
1250 |
33 |
7,8 |
18,0 |
1 |
0 |
1 |
|
30 |
1350 |
37 |
7,8 |
19,7 |
1 |
0 |
1 |
Приложение Б
Таблица Б.1 - Расчет регрессии для признака х1
Регрессионная статистика |
||
Множественный R |
0,681198898 |
|
R-квадрат |
0,464031939 |
|
Нормированный R-квадрат |
0,444890223 |
|
Стандартная ошибка |
134,8856467 |
|
Наблюдения |
30 |
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
1 |
441060,8 |
441060,8 |
24,2 |
0,0 |
|
Остаток |
28 |
509435,9 |
18194,1 |
|||
Итого |
29 |
950496,7 |
Коэффициенты |
Стандартная ошибка Sbj |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
||
Y-пересечение |
459,69 |
153,10 |
3,00 |
0,01 |
146,08 |
773,29 |
|
x1 |
21,86 |
4,44 |
4,92 |
0,00 |
12,77 |
30,96 |
Таблица Б.2 - Расчет регрессии для признаков х1, х2, х3, х4, х5, х6
Регрессионная статистика |
||
Множественный R |
0,782088441 |
|
R-квадрат |
0,61166233 |
|
Нормированный R-квадрат |
0,510356851 |
|
Стандартная ошибка |
126,6823588 |
|
Наблюдения |
30 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
6 |
581383,0058 |
96897,16763 |
6,037801067 |
0,000659239 |
|
Остаток |
23 |
369113,6609 |
16048,42004 |
|||
Итого |
29 |
950496,6667 |
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
|
Y-пересечение |
465,12 |
532,49 |
0,87 |
0,39 |
-636,42 |
1566,67 |
|
x1 |
7,07 |
20,33 |
0,35 |
0,73 |
-34,98 |
49,12 |
|
x2 |
56,02 |
45,38 |
1,23 |
0,23 |
-37,86 |
149,90 |
|
x3 |
-9,70 |
55,54 |
-0,17 |
0,86 |
-124,59 |
105,19 |
|
x4-балкон |
106,12 |
72,68 |
1,46 |
0,16 |
-44,24 |
256,47 |
|
х5-1и посл |
17,65 |
63,51 |
0,28 |
0,78 |
-113,72 |
149,03 |
|
х6-кирп |
166,90 |
96,39 |
1,73 |
0,10 |
-32,49 |
366,29 |
Таблица Б.3 -матрица ХтХ
30 |
36110 |
1021 |
232,2 |
552,5 |
22 |
16 |
|
36110 |
44414900 |
1249120 |
285820 |
670910 |
27250 |
19260 |
|
1021 |
1249120 |
35671 |
8174,6 |
19080,7 |
758 |
560 |
|
232,2 |
285820 |
8174,6 |
1886,76 |
4359,94 |
171,8 |
127,2 |
|
552,5 |
670910 |
19080,7 |
4359,94 |
10264,45 |
406,8 |
299,1 |
|
22 |
27250 |
758 |
171,8 |
406,8 |
22 |
8 |
|
16 |
19260 |
560 |
127,2 |
299,1 |
8 |
16 |
Таблица Б.4 - расчет регрессии для признаков х1, х2, х4, х5, х6
Регрессионная статистика |
||
Множественный R |
0,781759107 |
|
R-квадрат |
0,611147301 |
|
Нормированный R-квадрат |
0,530136322 |
|
Стандартная ошибка |
124,0972727 |
|
Наблюдения |
30 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
5 |
580893,4722 |
116178,6944 |
7,544005866 |
0,00022262 |
|
Остаток |
24 |
369603,1944 |
15400,1331 |
|||
Итого |
29 |
950496,6667 |
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
|
Y-пересечение |
378,85 |
194,85 |
1,94 |
0,06 |
-23,29 |
781,00 |
|
x1 |
4,57 |
14,13 |
0,32 |
0,75 |
-24,59 |
33,72 |
|
x2 |
54,49 |
43,62 |
1,25 |
0,22 |
-35,53 |
144,51 |
|
x4-балкон |
108,32 |
70,12 |
1,54 |
0,14 |
-36,40 |
253,03 |
|
х5-1и посл |
18,85 |
61,85 |
0,30 |
0,76 |
-108,81 |
146,50 |
|
х6-кирп |
169,46 |
93,32 |
1,82 |
0,08 |
-23,14 |
362,07 |
Таблица Б.5 - расчет регрессии для признаков х1, х2, х4, х6
ВЫВОД ИТОГОВ |
||
Регрессионная статистика |
||
Множественный R |
0,780796568 |
|
R-квадрат |
0,60964328 |
|
Нормированный R-квадрат |
0,547186205 |
|
Стандартная ошибка |
121,8249172 |
|
Наблюдения |
30 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
4 |
579463,9055 |
144865,9764 |
9,760996303 |
0,0000674 |
|
Остаток |
25 |
371032,7611 |
14841,31044 |
|||
Итого |
29 |
950496,6667 |
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
||
Y-пересечение |
369,14 |
188,70 |
1,96 |
0,06 |
-19,50 |
757,78 |
|
x1 |
6,30 |
12,70 |
0,50 |
0,62 |
-19,85 |
32,45 |
|
x2 |
50,18 |
40,50 |
1,24 |
0,23 |
-33,24 |
133,59 |
|
x4-балкон |
94,33 |
52,02 |
1,81 |
0,08 |
-12,81 |
201,47 |
|
х6-кирп |
174,22 |
90,32 |
1,93 |
0,07 |
-11,80 |
360,24 |
Таблица Б.6 - расчет регрессии для признаков х2, х4, х6
Регрессионная статистика |
||
Множественный R |
0,778331 |
|
R-квадрат |
0,6058 |
|
Нормированный R-квадрат |
0,560315 |
|
Стандартная ошибка |
120,0458 |
|
Наблюдения |
30 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
3 |
575810,7 |
191936,8858 |
13,31877601 |
0,0000185 |
|
Остаток |
26 |
374686 |
14411,00035 |
|||
Итого |
29 |
950496,7 |
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
||
Y-пересечение |
435,26 |
131,66 |
3,31 |
0,00 |
164,62 |
705,89 |
|
x2 |
69,22 |
12,72 |
5,44 |
0,00 |
43,08 |
95,36 |
|
x4-балкон |
99,60 |
50,18 |
1,98 |
0,06 |
-3,55 |
202,75 |
|
х6-кирп |
170,98 |
88,77 |
1,93 |
0,07 |
-11,49 |
353,44 |
Таблица Б.7 - расчет регрессии для признаков х2,х4
Регрессионная статистика |
||
Множественный R |
0,741316366 |
|
R-квадрат |
0,549549955 |
|
Нормированный R-квадрат |
0,516183285 |
|
Стандартная ошибка |
125,9263845 |
|
Наблюдения |
30 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
522345,4 |
261172,7 |
16,47002695 |
0,0000211 |
|
Остаток |
27 |
428151,2667 |
15857,45432 |
|||
Итого |
29 |
950496,6667 |
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
||
Y-пересечение |
588,35 |
110,10 |
5,34 |
0,00 |
362,44 |
814,26 |
|
x2 |
68,76 |
13,34 |
5,16 |
0,00 |
41,39 |
96,13 |
|
x4-балкон |
113,32 |
52,10 |
2,17 |
0,04 |
6,41 |
220,23 |
Таблица Б.8 - расчет регрессии для выборки n?
Регрессионная статистика |
||
Множественный R |
0,532291 |
|
R-квадрат |
0,283333 |
|
Нормированный R-квадрат |
0,104167 |
|
Стандартная ошибка |
91,89813 |
|
Наблюдения |
11 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
26710,6 |
13355,3 |
1,581395 |
0,263796 |
|
Остаток |
8 |
67562,13 |
8445,266 |
|||
Итого |
10 |
94272,73 |
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
||
Y-пересечение |
749,69 |
295,56 |
2,54 |
0,03 |
68,13 |
1431,25 |
|
x2 |
48,45 |
46,71 |
1,04 |
0,33 |
-59,27 |
156,17 |
|
x4-балкон |
75,95 |
58,02 |
1,31 |
0,23 |
-57,86 |
209,75 |
Таблица Б.9 - расчет регрессии для выборки n???
Регрессионная статистика |
||
Множественный R |
0,68862 |
|
R-квадрат |
0,474197 |
|
Нормированный R-квадрат |
0,342747 |
|
Стандартная ошибка |
160,5685 |
|
Наблюдения |
11 |
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
186014,6897 |
93007,34 |
3,607417 |
0,076435 |
|
Остаток |
8 |
206258,0375 |
25782,25 |
|||
Итого |
10 |
392272,7273 |
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
||
Y-пересечение |
643,96 |
268,95 |
2,39 |
0,04 |
23,76 |
1264,17 |
|
Переменная X 1 |
61,22 |
24,63 |
2,49 |
0,04 |
4,42 |
118,01 |
|
Переменная X 2 |
188,31 |
127,86 |
1,47 |
0,18 |
-106,54 |
483,17 |
Размещено на Allbest.ru
Подобные документы
Эконометрическое моделирование стоимости квартир в Московской области. Исследование динамики экономического показателя на основе анализа одномерного временного ряда. Параметры линейной парной регрессии. Оценка адекватности модели, осуществление прогноза.
контрольная работа [925,5 K], добавлен 07.09.2011Первичный и вторичный рынки жилья. Модель местоположения и координатная привязка объектов. Построение ценовой карты региона. Учет расстояний до центров влияния. Пространственно-параметрическое моделирование рынка вторичного жилья в г. Санкт-Петербурге.
курсовая работа [330,0 K], добавлен 10.12.2012Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
контрольная работа [298,2 K], добавлен 19.01.2011Основные проблемы эконометрического моделирования. Показатели, характеризующие степень разброса случайной величины вокруг ее среднего значения. Физический смысл коэффициента детерминации. Расчет функции эластичности в линейной эконометрической модели.
контрольная работа [18,1 K], добавлен 23.11.2009Теоретические основы эконометрического анализа рождаемости в России. Эконометрика и эконометрическое моделирование. Парная регрессия и корреляция. Многомерный эконометрический анализ уровня рождаемости в России: с помощью множественной и парной регрессии.
курсовая работа [1,5 M], добавлен 25.03.2014Построение линейной модели и уравнения регрессии зависимости цены на квартиры на вторичном рынке жилья в Москве в 2006 г. от влияющих факторов. Методика составления матрицы парных коэффициентов корреляции. Экономическая интерпретация модели регрессии.
лабораторная работа [1,8 M], добавлен 25.05.2009Моделирование экономических процессов с помощью однофакторной регрессии. Оценка параметров проекта методом наименьших квадратов. Расчет коэффициента линейной корреляции. Исследование множественной эконометрической линейной схемы на мультиколлинеарность.
курсовая работа [326,5 K], добавлен 19.01.2011Расчет параметров уравнений линейной и нелинейной парной регрессии, порядок проведения дисперсионного анализа. Оценка тесноты связи между ценами первичного рынка и себестоимостью с помощью показателей корреляции и детерминации, ошибки аппроксимации.
курсовая работа [923,5 K], добавлен 07.08.2013Описание факторов рынка подержанных автомобилей. Эконометрическое моделирование исходных данных. Модель регрессии с добавленными фиктивными переменными наблюдений. Точечные и интервальные внутри-выборочные прогнозы для продажной стоимости автомашин.
курсовая работа [921,9 K], добавлен 03.04.2014Экономическое моделирование хозяйственных процессов. Множественная модель уравнения регрессии. Уравнение парной линейной регрессии, поиск необходимых значений. Выбор одного из значимых признаков для построения парной модели, расчет показателей.
контрольная работа [117,6 K], добавлен 17.04.2015