Статистический анализ стоимости жилья

Размещено на http://www.allbest.ru/

2

Содержание

Введение

1. Теоретические основы статистики жилищных условий

2. Статистическая сводка и группировка

2.1 Характеристика объекта исследования

2.2 Построение и анализ ранжированного ряда

2.3 Построение и анализ интервального ряда

2.4 Расчет характеристик вариации ряда распределения квартир по цене

3. Анализ стоимости жилья

3.1 Группировка по одному признаку и построение групповой таблицы

3.2 Корреляционно-регрессионный анализ стоимости жилья

Выводы и предложения

Список использованных источников

Приложение

Введение

Рынок Российской недвижимости - один из динамично развивающихся рынков. Наиболее «продвинутыми» и успешно функционирующим его сегментом можно считать рынок квартир. На сегодняшний день очень остро стоит задача найти экономико-статистический метод расчета стоимости кв.м. общей площади квартир, продаваемых на жилищном рынке, а также выявить и научно обосновать влияние экономических факторов на цену квартиры.

В качестве объекта исследования был выбран рынок жилья г. Перми Свердловского района. Без вторичного рынка жилья сейчас уже трудно представить в целом рыночную экономику, т.к. он занял прочную позицию в Российской экономике, оказывая влияние на развитие большинства экономических процессов в нашей стране.

Анализ расчета рыночной цены Пермского жилья поможет точно оценить стоимость вторичной квартиры, охарактеризовать взаимосвязь и влияние на цену количественных и качественных показателей. Полученный результат позволит правильно направить деятельность риэлторской компании на работу с наиболее рентабельными квартирами, что может принести значительный доход в будущем.

Актуальность выбранной темы в том, что рынок жилья является одним из наиболее развивающихся сегментов рынка недвижимости и несет особую социальную нагрузку. Обеспеченность жильем и его доступность для населения напрямую влияют на уровень жизни, сказываются на рождаемости и темпах прироста населения, отражаются на его экономической культуре, поскольку приобретение жилья требует значительных затрат денежных средств, и моменту покупки обычно предшествует длительный период накопления. Массовый рынок жилья необходим как для решения социальных проблем, так и для экономики в целом.

Цель курсовой работы: провести статистический анализ стоимости жилья, определить факторы, влияющие на стоимость жилья в г. Перми Свердловского района.

Теоретической основой работы являются источники по математической и социальной статистике, официальные справочные риэлторские издания, экономические периодические издания, статистические материалы.

Задачи:

· Изучить теоретические основы показателей уровня жизни населения;

· Определить состав и структуру рынка жилья;

· Изучить факторы формирования цен на жильё;

1. Теоретические основы статистики жилищных условий

Уровень жизни - это отношение уровня доходов к стоимости жизни вместе с определяемыми этим отношением характеристиками потребления и обеспеченности жизненными благами.

Уровень жизни определяется системой показателей, каждый из которых дает представление о какой-либо одной стороне жизнедеятельности человека (населения). Чтобы иметь полное представление об уровне жизни, необходимо комплексное изучение доходов населения и его потребностей, уровня и структуры потребления, обеспеченности жильем, имуществом, предметами культурно-бытового назначения и многих других.

В данной курсовой я рассмотрю уровень жизни в потребности жилья у населения.

Потребность в жилище относится к числу первичных жизненных потребностей человека. Основная функция жилища - обеспечить человеку благоприятную среду обитания. По мере развития общества расширялись функции жилища. Сегодня жилище - место ведения домашнего хозяйства, общения, отдыха, семейного воспитания детей, нередко и место учебы, трудовой и досуговой деятельности членов домохозяйства, место потребления ими материальных и культурных благ, а также защиты человека от социальных и информационных перегрузок.

Жилище, включенное в систему коммунального и бытового обслуживания населения, составляет среду обитания человека, определяющую качество жизни. В условиях рыночной экономики жилище выступает как товар длительного пользования. Оно индуцирует широкий дополнительный спрос (на мебель, ковры, посуду, бытовую технику и т. д.) и стимулирует развитие многих отраслей экономики. Будучи дорогим товаром, жилье является одним из важнейших факторов стимулирования сбережений населения, формирования инвестиционных ресурсов.

Статистика должна давать всестороннюю и объективную информацию о жилищном фонде и жилищных условиях населения, необходимую, в частности, для проведения жилищной политики, т. е. разработки государством комплекса мер, направленных на удовлетворение потребностей в жилище.

Статистика жилищных условий, коммунального и бытового обслуживания населения - сравнительно молодая область знаний: до 1917 г. ее не существовало; в советский период она была представлена в основном данными о жилом фонде, которые были полностью оторваны от характеристик населения. Очевидна потребность перехода на международные стандарты, исходящие из того, что наряду с показателями дохода, уровнем и структурой потребления и другими факторами материальной обеспеченности жилищные условия определяют уровень жизни населения.

Жилище, включенное в систему коммунального обслуживания населения, образует среду обитания человека и является важной составляющей качества его жизни. Статистика жилищных условий и коммунального обслуживания изучает наличие, состав и состояние жилищного фонда, его благоустройство, производственную деятельность предприятий и служб, обеспечивающих население водой, теплом, газом, услугами канализации, гостиницами и другими видами благоустройства населенных пунктов. Источниками данных служат формы государственного статистического наблюдения, ведомственная статистическая отчетность, переписи и микропереписи и специальные обследования населения.

Жилищные условия характеризуются показателями: жилищный фонд, движение жилищного фонда, капитальный ремонт и реконструкция жилищного фонда, благоустройство жилищного фонда, обеспеченность населения жильем. Жилищный фонд - совокупность всех жилых помещений независимо от форм собственности, включая жилые дома и специализированные дома (общежития, детские дома, школы-интернаты и др.), квартиры, служебные жилые помещения, иные жилые помещения, пригодные для проживания. Общая площадь жилых домов - сумма жилой площади и площади подсобных помещений квартир. Жилая площадь - площадь жилых комнат в жилых домах и помещениях.

Одним из важнейших показателей, характеризующих уровень жизни населения, по-прежнему остается обеспеченность жильем. В России жилищная проблема стоит очень остро. В очереди на получение жилья и улучшение жилищных условий на начало 2001г. насчитывалось 11% от общего числа семей. Основным источником обеспечения населения жильем является новое жилищное строительство.

Финансовое положение большинства предприятий и организаций сложное; денежные средства на строительство жилья ограничены, поэтому население все в большей степени само ищет пути решения улучшения своих жилищных условий. Ввод индивидуальных жилищных домов осуществляется во всех городах и районах страны. Но сдерживающим фактором развития индивидуального жилищного строительства продолжает оставаться недостаток денежных средств у населения.

Превращение жилищно-коммунального хозяйства в безубыточный сектор экономики возможно только за счет полного покрытия издержек жилищно-коммунальной сферы соответствующими платежами населения. В переходный период важно обеспечить социальную поддержку низкодоходных слоев населения. Поэтому в рамках жилищно-коммунальной реформы большое значение имеет программа жилищных субсидий (компенсаций) по оплате жилья и коммунальных услуг.

Статистика играет ведущую роль по выявлению дифференциации жилищных условий населения, определению категорий жителей, нуждающихся в поддержке из средств бюджета. При этом плата за содержание жилья для всех жильцов должна поэтапно повышаться до уровня, когда будут полностью покрываться расходы параллельно с соответствующим увеличением прямых целевых социальных выплат определенным группам.

Тарифы за коммунальные услуги должны основываться на законах ценообразования в условиях естественных монополий, каковыми в России являются газо-, водо-, энергоснабжение и т. д. Возможно влияние на тарифы и некоторой структурной перестройки путем выделения из естественных монополий отдельных элементов с целью развития конкуренции, сдерживающей рост тарифов, акционирования некоторых коммунальных служб с установлением четкого контроля за их работой. Все более важной функцией коммунальных служб становятся уборка территорий и лестничных клеток, утилизация и переработка бытовых отходов, организация погребений. Информация о результатах деятельности коммунальных служб содержится в представляемой ими отчетности.

Статистика должна отражать развитие конкуренции в сфере обслуживания жилищного фонда, формирование реальных договорных отношений в жилищно-коммунальном хозяйстве.

Задача социальной статистики состоит в том, чтобы дать сравнительную характеристику обеспечения населения платными услугами учреждений разных организационно-правовых форм, включая магазины розничной сети разных форм собственности. Статистика розничной торговли существенно дополняет данные статистики бюджетов населения в части соотношения продовольственных и непродовольственных товаров в общем объеме товарооборота.

Сложность социальных процессов вызывает разнообразие способов их измерения, выявления социальных факторов, влияющих на них. Большое значение здесь имеют результаты опросов населения. Субъективные оценки жилищных условий, качества среды обитания позволяют вырабатывать рекомендации проектировщикам жилья, градостроителям, служат основой определения направлений социальной политики на ближайшее будущее. Особая ценность такой информации заключается в том, что оценки жилищных условий, бытового обслуживания «привязаны» к личностным и семейным характеристикам опрашиваемых - демографическим, социальным, экономическим. В результате появляется возможность получить целостное представление о «желаемых» и «идеальных» условиях жизни для разных категорий населения, определить амплитуду притязаний, найти общее и специфическое в оценках разных типов респондентов.

Респонденту дается возможность оценить функциональные качества дома и квартиры применительно к потребностям всех членов семьи, прежде всего детей - школьников и дошкольников. Выясняются потребности в детских учреждениях, режиме их работы, форме занятий с детьми, а также предпочитаемые занятия в свободное время взрослых членов семьи, их желание (нежелание) общения с друзьями, родственниками в жилище и вне его. Кроме того, вопросники или анкеты содержат вопросы относительно общения с соседями по квартире (если это коммунальная квартира), по этажу, по дому, двору, из близлежащих домов, а также оценки соседских отношений (конфликтные, безразличные, очень хорошие). Выясняются представления об «идеальном соседе», особенно важные для пожилых людей.

Итак, кроме объективных параметров качества жилищ, необходимо учитывать субъективные оценки жилищных условий семей. Субъективная оценка жилищных условий зависит от того, кто занимает жилище: от числа членов семьи и, следовательно, от размера площади, приходящейся на одного человека, демографического состава семьи (родственных отношений, пола и возраста членов семьи), занятий членов семьи.

2. Статистическая сводка и группировка

2.1 Характеристика объекта исследования

Пермь - самый северный город-миллионер России и расположен ближе к Москве, чем Екатеринбург, Челябинск или Волгоград.

Современная Пермь имеет большую площадь, вместе с Новыми Лядами - 799,68 кмІ, 40% которой занимают леса и зеленые насаждения. Площадь застройки составляет - 196,53 кмІ.

Основная часть населения -- около 600 тыс. человек проживает в центральном районе города на правом берегу Камы. Остальные 400 тыс. человек живут на левом берегу и в удаленных районах города.

Одна из особенностей застройки города -- отсутствие крупного офисного квартала. Центр города является таким же жилым районом, как и другие.

Территориально город разделён на семь районов:

- Мотовилихинский;

- Ленинский;

- Свердловский;

- Дзержинский;

- Индустриальный;

- Кировский;

- Орджоникидзевский.

В курсовой наиболее подробно изучен Свердловский район г. Перми.

Площадь 122,34 кв. м., включает в себя 13 микрорайонов: Свердлова, Свердлова - центр, Громовский, Крохалева, Краснова, Островского, Зеленое хозяйство, Владимирский, Южный, Липовая Гора, Промзона 1, Лесной 3, Новые Ляды.

Район отличается от других тем, что вся его территория заселена. Здесь нет больших лесных массивов, как, например, в Мотовилихинском или Орджоникидзевском районах. Это самый большой район города. В нем проживает 230 тысяч человек (2006). В районе 1200 домов общей площадью 3,6 млн. кв.м (2006).

2.2 Построение и анализ ранжированного ряда

Используя данные оценок на квартиры и их основные характеристики по одному из вариантов распределения квартир, составим возрастающий ранжированный ряд. (Таблица 1)

Наиболее полные данные показаны в Приложении 1.

Таблица 1. Ранжированный ряд распределения квартир по цене

№ дома	Ранг квартиры	Цена, т.р.	Интенсивность нарастания
10	1	2200	50
5	2	2250	0
17	3	2250	50
2	4	2300	0
9	5	2300	0
26	6	2300	10
44	7	2310	80
50	8	2390	80
8	9	2470	30
18	10	2500	0
23	11	2500	50
26	12	2550	30
18	13	2580	20
8	14	2600	0
23	15	2600	20
8	16	2620	30
2	17	2650	50
8	18	2700	0
25	19	2700	50
6	20	2750	40
31	21	2790	10
13	22	2800	0
24	23	2800	0
26	24	2800	50
5	25	2850	0
28	26	2850	0
48	27	2850	50
3	28	2900	0
49	29	2900	100
4	30	3000	0
42	31	3000	0
72	32	3000	30
11	33	3030	70
2	34	3100	0
3	35	3100	0
7	36	3100	0
58	37	3100	100
13	38	3200	100
12	39	3300	0
54	40	3300	0
58	41	3300	100
18	42	3400	100
65	43	3500	0
101	44	3500	50
49	45	3550	0
64	46	3550	50
13	47	3600	70
57	48	3670	30
70	49	3700	200
72	50	3900

Из таблицы 1 можно увидеть прирост цены от минимальной 2200 тыс. руб. до максимальной 3900 тыс. руб..

Наглядно ранжированный ряд можно представить в виде рисунка - Огивы Гальтона, где по оси абсцисс - ранг квартиры в ранжированном ряде распределения (накопленные частоты), а по оси ординат - значение группировочного признака для этих квартир (варианты ряда). Видно, что значение группировочного признака возрастает равномерно, разница между значениями рангов примерно равна, за исключением скачка в конце, который я проверю на устойчивость. (Рисунок 1)

Рисунок 1. Ранжированный ряд распределения квартир по цене по Огиве Гальтона

Ранжированный ряд дает нам совокупность анализировать по степени возрастания или убывания каждой единиц и интенсивность нарастания признаков по которым мы можем проверить качественную однородность анализируемой совокупности.

Проверка на устойчивость необходима, т.к. в нашем ранжированном ряде есть резкий скачок в конце, получим следующее:

- k * R < сомн < + k * R;

k - коэффициент, равный 0,9;

R - размах вариации;

Сомн - среднее значение себестоимости с сомнительным показателем;

Сомн = (144960-3900)/49=2878,7

R = х'max - х'min = 3700-2200=1500

2878,7-(0,9*1500)<3900<2878,7+(0,9*1500)

1528,7<3900<4229,7

При расчете проверки ряда на устойчивость можно сделать вывод, что сомнительное значение не выходит за границы ряда, следовательно, значение не исключается из ряда распределения.

2.3 Построение и анализ интервального ряда

Необходимо сжать информацию, полученную в ходе наблюдения и систематизированную в ходе сводки и на этой основе выявить закономерности, присущие изучаемому явлению. Поэтому объединяем отдельные единицы статистической совокупности в группы при помощи метода группировки.

Группировкой называется расчленение множества единиц изучаемой совокупности на группы по определенным существенным для них признакам. Группировка является одним из самых сложных в методологическом плане этапов статистического исследования.

Интервальный ряд распределения помогает выявить структуру изучаемого явления. Для его построения произвели свертывание ранжированного ряда, выделив необходимое число групп с равными интервалами. Для этого необходимо использовать формулу Стерджесса:

n = 1 + 3,3 lg N , где n - число интервалов (групп), N - число единиц совокупности.

Согласно этой формуле выбор числа групп зависит от объема совокупности. В нашем случае n=1+3,3lgN=1+3,3lg50=1+3,3*1,69=6,6 т. е нужно выделить 7 групп.

После определения числа групп следует определить интервалы группировки.

Интервал - это значения варьирующего признака, лежащие в определенных границах. Величина интервала представляет собой разность между верхней и нижней границами интервала. Выделяем равные интервалы, поскольку распределение носит более или менее равномерный характер.

==242,9 шаг интервала - 250

Полученные группы представим в таблице в виде интервального ряда. (Таблица 2)

Таблица 2. Интервальный ряд распределения квартир по цене

Группы квартир по цене	Количество квартир в группе	Структура распределения (%)	Кумулятивный ряд
			По частотам	По частостям
До 2450	8	16	8	16
2450-2700	9	18	17	34
2700-2950	12	24	29	58
2950-3200	8	16	37	74
3200-3450	5	10	42	84
3450-3700	6	12	48	96
3700 и свыше	2	4	50	100
У	50	100	x	X

Самой насыщенной в нашем ряду распределения оказалась группа со средней ценой от 2700 до 2950 т.р.. В этой группу входят 24% квартир от общего объема.

Кумулятивный ряд распределения определяется путем последовательного суммирования частот по группам, отражает процесс концентрации себестоимости и показывает, сколько хозяйств в совокупности имеют значения уровня себестоимости не больше, чем рассматриваемое. Для большей наглядности кумулятивный ряд по частотам необходимо выразить в % (частостях).

В целях наглядности изобразим вариационный ряд графически в виде гистограммы (Рисунок 2). При её построении на оси абсцисс откладываются величины интервалов, а частоты изображаются прямоугольниками, построенными на соответствующих интервалах. Высота столбиков должна быть пропорциональна частотам. По графику видно, что распределение квартир по группам неравномерно. Самая насыщенная группа - со средней ценой, а в группах с отличной от средней величиной - квартир значительно меньше.

Распределение двухвершинное, поэтому можно считать, что наше распределение неоднородно.

Рисунок 2. Гистограмма интервального ряда распределения квартир по цене

По графику видно, что распределение вполне равномерно. Самой насыщенной группа с ценой от 2700-2950 т.р..

Интервальный ряд позволяет нам разделить совокупность на качественно однородные группы и определить типичный уровень признака совокупности и предварительно оценить какое распределение нормальное или близко к нормальному.

Колеблемость, многообразие, изменяемость цены квартир называются вариацией. Исследование вариации в статистике имеет большое значение.

Измерение вариации дает возможность оценить степень воздействия на себестоимость других варьирующих признаков.

Рассчитаем следующие показатели:

x?==2920

Mo=

Xo-нижняя граница модального интервала;

i-величина интервала;

f1-частота интервала, предшествующая модальному;

f2-частота модального интервала;

f3-частота, следующая за модальной;

Me=

Xe- нижняя граница медианного интервала;

0,5Уf- половина суммы (накопленных частот (номер медианы));

Fme-1- накопленная частота для конца интервала, предшествующая медианному;

Fme- частота следующего интервала;

Графическое значение медианы соответствует расчетному, модальное значение цены квартиры по графику и по расчетам соответствуют друг другу.

Приведённая группировка недостаточно наглядна. Она позволяет видеть структуру совокупности, но не показывает чёткой и строгой закономерности в изменении цены квартиры по группам.

Таблица 3. Данные для расчета средне линейного и среднеквадратического отклонения

Группы по цене	Середина интервала, X'i	Частоты, fi	Сред. линейное отклонение	Сред. квадратичное отклонение	Упрощенный способ
			|X'i-X|	|X'i-X|*fi	(X'i-X)2	(X'i-X)І*fi	(X'i)І	(X'i)І*fi
До 2450	2325	8	595	4760	354025	2832200	5405625	43245000
2450-2700	2575	9	345	3105	119025	1071225	6630625	59675625
2700-2950	2825	12	95	1140	9025	108300	7980625	95767500
2950-3200	3075	8	155	1240	24025	192200	9455625	75645000
3200-3450	33325	5	405	2025	164025	820125	11055625	55278125
3450-3700	3575	6	655	3930	429025	2574150	12780625	76683750
3700 и свыше	3825	2	905	1810	819025	1638050	14630625	29261250
У	x	50	x	18010	x	9236250	x	435556250

2.4 Расчёт характеристик вариации ряда распределения квартир по цене

R=X`max-X`min=3900-2200=1700

R- размах вариации; Размах вариации показывает, насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое значение. Показатель учитывает только два значения признака и не дает представления о вариации по всем единицам совокупности.

В нашем случае размах вариации (разность между наибольшим и наименьшими вариантами) составляет 1700.

L= ==360

L- величина средне линейного отклонения; Этот показатель дает обобщенную характеристику степени колеблемости признака в совокупности. Таково в среднем отклонение вариантов признака от их средней величины. В нашем случае - это 360 т.р. Это отклонение достаточно небольшое, что свидетельствует о том, что данная совокупность в отношении нашего признака однородна, а средняя себестоимость является устойчивой.

Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины. Из неё найдем среднее квадратическое отклонение:

?І= ==430

?- средне квадратичное отклонение; Этот показатель дает обобщающую характеристику размеров вариации признака в совокупности.

Итак, общее отклонение от средней себестоимости лежит в пределах от 360 тыс.руб. до 430 тыс.руб

V=*100=

V- коэффициент вариации;

?І=- (x?)І=- 8526400= 184725

?- средне квадратичное отклонение упрощенным способом;

Оценивая степень вариации по оценочной шкале, видно, что в нашем случае имеется слабая вариация, но при этом показателе количественные изменения не переходят в качественные, а, следовательно, совокупность однородна по данному признаку.

3. Анализ стоимости жилья

3.1 Группировка по одному признаку и построение групповой таблицы

стоимость жилье статистический

По выделенным группам квартир произведем статистическую сводку данных, а итоги по группам и всей совокупности квартир запишем в таблицу. (Таблица 4, таблица 5)

Таблица 4. Сводные данные по группам квартир

Группы квартир по цене	Количество квартир в группе	Общая S, кв.м.	Общая стоимость, т.р.	Тип дома (УП/ИП)	Материал (К)	Наличие балкона	Этажность
До 2700	17	1035,4	41370	4	9	11	4
2700-3200	20	1263,9	58120	7	10	14	9
3200 и свыше	13	931	45470	6	12	9	5
У	50	3230,3	144960	17	31	34	18

Цена квартиры зависит от типа дома, материала, от наличия балкона, а также от этажности. В зависимости от этого устанавливается соответствующая цена.

Таблица 5. Зависимость цены от уровня благоустройства

Группы квартир по цене	Количество квартир в группе	Средняя S, кв.м.	Средняя стоимость, т.р.	Удельный вес, %
				Тип дома (УП/ИП)	Материал (К)	Наличие б/л	Этажность
До 2700	17	60,9	2434	30,8	52,9	64,7	23,5
2700-3200	20	63,2	2906	18,8	50,0	70,0	45,0
3200 и свыше	13	71,6	3498	47,6	92,3	69,2	38,5
В среднем	50	64,6	2899	0,34	0,62	0,68	0,36

При анализе сводных данных выявлено, что удельный вес квартир на первом и последнем этаже увеличился с увеличением стоимости с 23,5 % до 38,5 %. Увеличился удельный вес квартир индивидуальной и улучшенной планировки до 47,6 %. При этом выявлена средняя стоимость квартиры в первой группе 2434 тыс. руб., в последней группе 3498 цена квадратного метра скачкообразна. Удельный вес балкона в целом идет на увеличение, так как и удельный вес материала дома.

По данным таблицы 5 выбираем основной и дополнительный группировочный признаки и на основе этого признака составляем таблицу.

Таблица 6. Связь цены от этажности

Группы квартир по S, кв.м.	Подгруппы по этажности	Количество квартир	Стоимость квартир в подгруппах и группах	Средняя цена квартир, т.р.
1.до 64	1.1 на 1х и последних этажах 1.2 средние этажи	11 16	31060 42180	2824 2636
Итого по группе		27	73240	2712
2. свыше 64	2.1 на 1х и последних этажах 2.2 средние этажи	8 15	25170 46550	3146 3103
Итого по группе		23	71720	3118

(3103-2636)-(3146-2824)=145 (Разница средней стоимости квартир по площади)

Из данной таблицы мы видим, что чем выше цена, тем больше квартир на 1х и последних этажах, что не логично, и может объясняться тем, что 1е этажи сдаются в аренду под различные организации.

Данная таблица показывает, рост цены на 1х и последних этажах, что показывает, что группировочный признак выбран не верно.

Совместное влияние обоих факторов увеличивают цену.

В группе квартир по площади до 64 кв.м. наблюдается, что 60% живут на средних этажах, а 41% живут на 1х и последних.

А в группе квартир по площади свыше 64 кв.м. на средних этажах - почти 65 %, на 1х и последних - около 35%.

3.2 Корреляционно - регрессионный анализ стоимости квартир

Для получения зависимости в виде математической модели воспользуемся методом корреляционно-регрессионного анализа.

Множественный корреляционно-регрессионный анализ позволяет выявить факторы, изменение которых предоставляет наибольшие возможности для управления величиной результативного признака. В качестве факторных признаков мной выбраны площадь квартиры ( и этажность на 1х и последних этажах (фиктивная переменная: 1 - если квартира, расположена на 1х и последних этажах, 0 - другие, , результативным признаком является стоимость квартиры (, количество рассматриваемых квартир (n) равно 25 (приложение 2).

Для оценки параметров уравнения множественной регрессии применяют метод наименьших квадратов. Вычисляемая с его помощью прямая линия называется линией регрессии. Линия регрессии дает наилучшее приближенное описание линейной зависимости между двумя переменными. Для двухфакторной модели строится следующая система нормальных уравнений, решение которой позволяет получить оценки параметров регрессии:

Необходимые для решения этой системы суммы, квадраты и взаимные произведения рассчитаны во вспомогательной таблице (Приложение 2). В результате решения системы уравнений в программе Microsoft Excel были получены следующие параметры: а = 792,3; = 29,4; = 436,6. Таким образом, искомое уравнение регрессии имеет вид:

Если Z=0, то y1=792.3+29.4x

Если Z=1, то y2=1228.3+29.4x

Уравнение регрессии показывает, что при увеличении площади квартиры на 1 кв.м. стоимость квартиры в среднем увеличится на 29,4 тыс.руб. В том случае, если квартира, расположена на 1х и последних этажах, то стоимость квартиры изначально выше на 436,6 тыс.руб

Далее следует рассчитать коэффициенты парной корреляции в программе Microsoft Excel: = 0,894; = 0,606; = 0,422. Полученные коэффициенты свидетельствуют о наличии весьма сильной связи между фактором и результатом , средней связи между фактором и результатом , слабой взаимосвязи между факторами и ( т.к. .

Коэффициент множественной корреляции между стоимостью квартиры и двумя факторами, включенными в модель, можно определить по следующей формуле, используя матрицу парных коэффициентов корреляции:



Отсюда, коэффициент детерминации равен:

Таким образом, связь между признаками тесная. Коэффициент множественной корреляции указывает на весьма сильную связь всего набора факторов с результатом. Коэффициент множественной детерминации показывает, что факторы, включенные в уравнение связи, объясняют 93% вариации стоимости в исследуемой совокупности .

Для оценки роли различных факторов в формировании результативного признака рассчитываем коэффициенты эластичности и .

; .

Т.е. увеличение только площади (от своего среднего значения) или только удельного веса квартир, расположенных на 1х и последних этажах, на 1% увеличивает в среднем стоимость квартиры на 0,69% или 0,07% соответственно. Таким образом, подтверждается большее влияние на результат фактора , чем фактора .

Чтобы определить , сначала необходимо рассчитать соответствующие стандартные отклонения:

По аналогичной формуле рассчитываем

и

Следовательно, в данном случае

;

Если увеличить площадь квартиры на величину стандартного отклонения этого показателя (как иногда говорят, «на одну сигму»), то стоимость квартиры изменится в среднем на 0,775 сигмы. Аналогичный смысл имеет величина в2 . Т.е., можно сказать, что увеличение площади квартиры оказывает большее влияние на ее стоимость, чем удельный вес квартир, расположенных на 1х и последних этажах.

Оценку надежности уравнения регрессии в целом и показателя тесноты связи R дает F-критерий Фишера:

Получили, что (при n =25), т.е. вероятность случайно получить такое значение F-критерия не превышает допустимый уровень значимости 5%. Следовательно, полученное значение не случайно, оно сформировалось под влиянием существенных факторов, т.е. подтверждается статистическая значимость всего уравнения и показателя тесноты связи R.

Оценим статистическую значимость параметров чистой регрессии с помощью t-критерия Стьюдента. Рассчитаем стандартные ошибки коэффициентов регрессии:

Фактические значения t-критерии Стьюдента:

;

Табличное значение критерия при уровне значимости и числе степеней свободы составит . Таким образом, признается статистическая значимость найденных параметров

Выводы и предложения

Потребность в жилище относится к числу первичных жизненных потребностей человека. Основная функция жилища - обеспечить человеку благоприятную среду обитания. По мере развития общества расширялись функции жилища. Сегодня жилище - место ведения домашнего хозяйства, общения, отдыха, семейного воспитания детей, нередко и место учебы, трудовой и досуговой деятельности членов домохозяйства, место потребления ими материальных и культурных благ, а также защиты человека от социальных и информационных перегрузок.

Была выбрана совокупность 50 квартир вторичного жилья. Стоимость данных квартир варьируется в интервале от 2200 до 3900 т.р.

Методом группировки был построен интервальный ряд, в котором было выделено 7 групп. Самой насыщенной оказалась группа со средней ценой от 2700-2950 т.р., её структура распределения составила 12 %, т.к. наше распределение неоднородное, двухвершинное, важно выделить еще одну группу с средней ценой от 3450 - 3700 т.р., чья структура распределения составила 6%.

Цена квартиры зависит от множества факторов, влияющих на выбор той или иной квартиры. Мною были рассмотрены следующие факторы: этажность дома и этажа квартиры, общая площадь, тип дома, наличие балкона, а также планировка дома. В зависимости от этих факторов и устанавливается та или иная цена на квартиру. Тем самым, чем больше критериев выполняет тот или иной дом, чем выше цена, и тем самым выше спрос.

При анализе вышеперечисленных факторов было выявлено, что при увеличении цены, удельный вес квартир на первом и последнем этаже увеличился с 23,5 % до 38,5 %, удельный вес квартир с индивидуальной и улучшенной планировки до 47,6 %. Удельный вес балкона в целом идет на увеличение, так как и удельный вес материала дома.

Список использованных источников

1. Управление статистической системой / под ред. Пономаренко А.Н./ М.: ИНТУИТ, 2011.

2. Теория статистики: учебное пособие /под ред. Медведева М.А./ М.: Издательство Омского государственного университета им. Ф.М. Достоевского, 2013.

3. Теория статистики: учебник /под ред. Шмойлова Р.А., Минашкин В.Г., Садовникова Н.А., Шувалова Е.Б. / М.: Финансы и статистика, 2011.

4. Статистика: учебное пособие /под ред. Эриашвили Н.Д., Воронин В.Ф., Жильцова Ю.В./ М.: Юнити-Дана, 2012.

5. Социально-экономическая статистика: учебное пособие /под ред. Медведева М.А./ М.: Издательство Омского государственного университета им. Ф.М. Достоевского, 2012.

6. Социально-экономическая статистика: учебник / под ред. Батракова Л.Г. / М.: Логос, 2013.

7. Прикладные методы анализа статистических данных: учебное пособие /под ред. Горяинова Е.Р., Панков А.Р., Платонов Е.Н./ М.: Издательский дом Высшей школы экономики, 2012.

8. Общая теория статистики: учебное пособие /под ред. Проява С.М., Гусаров В.М./ М.: Юнити-Дана, 2012.

9. Информационные технологии в статистике: учебник /под ред. Божко В.П./ М.: Финансы и статистика, 2013.

10. Статистический ежегодник Пермской области.

11. Газеты: «Пермские квартиры, дома офисы», «Из рук в руки».

12. Компьютерные программы: DIASTA (diasta bat); EXSEL; пакет STATISTIKA.

Приложение 1

Таблица 1.Исходные данные

Улица	№ дома	Этажность	Общая S	Жилая S	S кухни	Тип дома	Материал	Балкон	Цена, т.р.
1.Центральная ферма ул.	10	5/10	64,2	36	5	УП	К	-	2200
2.Анавара Гатауллина ул.	5	2/5	56	45	6	ХР	К	-	2250
3.Моторостроителей ул.	17	13/14	57	34	8,2	ИП	К	-	2250
4.Уфимская ул.	2	1/9	58	38	10	СП	П	-	2300
5.Краснополянская ул.	9	3/5	55	0	0	ХР	К	+	2300
6.Тимирязева ул.	26	2/3	105	0	0	ИП	К	+	2300
7.Газеты Звезда ул.	44	4/10	42	0	0	ХР	К	-	2310
8.Лодыгина ул.	50	3/5	53	36	7,8	СП	П	+	2390
9.Братская ул.	8	5/5	62	45	6	БР	П	+	2470
10.Уфимская ул.	18	7/9	60	43	6	БР	К	+	2500
11.Чернешевского ул.	23	2/5	57	41	6	ХР	К	-	2500
12.Муромская ул.	26	9/9	53	40	10	СП	П	+	2550
13.Уфимская ул.	18	7/9	58	44	6	УП	К	+	2580
14.Моторостроителей ул.	8	3/9	62	43	9	СП	П	+	2600
15.Запорожская ул.	23	9/9	66	36	9	СП	П	+	2600
16.Моторостроителей ул.	8	8/9	65,8	46	9,5	СП	П	+	2620
17.Солдатова ул.	2	3/5	61,4	45	6	БР	П	+	2650
18.Моторостроителей ул.	8	2/9	70	48	9,6	СП	П	+	2700
19.Чернешевского ул.	25	4/5	58	40	6	ХР	-	+	2700
20.Коминтерна ул.	6	3/4	73	54	16	ПГ	К	-	2750
21.Народовольческая ул.	31	5/5	58	41	6	ХР	К	+	2790
22.Чернешевского ул.	13	8/9	52	37	7,6	СП	П	+	2800
23.Солдатова ул.	24	9/9	60,9	37,9	8,1	УП	К	+	2800
24.Муромская ул.	26	7/9	64	44	8	СП	П	+	2800
25.Моторостроителей ул.	5	2/9	60	44,1	7,6	СП	П	+	2850
26.Солдатова ул.	28	2/3	63	44	6	БР	П	+	2850
27.Яблочкова	48	1/10	66,3	43,7	8	УП	П	-	2850
28.Моторостроителей ул.	3	4/9	63,3	45	8	УП	К	+	2900
29.Елькина ул.	49	5/5	59	37	7	ПП	К	+	2900
30.Холмогорская ул.	4	3/9	62	43	8	СП	П	+	3000
31.Пихтовая ул.	42	1/10	70	43	9	УП	П	-	3000
32.Николая Островского ул.	72	2/5	55	40	6	ХР	К	-	3000
33.Нейвинская ул.	11	3/10	68	39	8	УП	К	+	3030
34.Шарташская	2	2/2	75	50	11	ХР	К	-	3100
35.Революции ул.	3	9/9	60	37	8	ИП	К	+	3100
36.Елькина ул.	7	1/10	66,4	41	9	УП	П	+	3100
37.Комсомольский проспект ул.	58	5/5	60	0	0	ПГ	К	-	3100
38.Коминтерна ул.	13	3/4	68	54	9	СТ	К	+	3200
39.Коминтерна ул.	12	3/4	75	57	7	ПГ	К	+	3300
40.Куйбышева ул.	54	5/5	62	44	7	БР	К	+	3300
41.Полины Осипенко ул.	58	5/5	80	48	12	ХР	К	-	3300
42.Революции ул.	18	8/9	65	38	9	УП	К	+	3400
43.Максима Горького ул.	65	5/5	63	45	9	УП	П	+	3500
44.Куйбышева ул.	101	7/10	67	0	8	УП	К	+	3500
45.Комсомольский проспект ул.	49	4/5	75	55	7	ПГ	К	-	3550
46.Максима Горького ул.	64	9/9	72	45	15	УП	К	+	3550
47.Новосибирская ул.	13	12/17	64	48	13	ИП	К	+	3600
48.Коломенская ул.	57	1/10	81	49	12	ИП	К	+	3670
49.Комсомольский проспект ул.	70	2/4	80	54	10	ПГ	К	-	3700
50.Комсомольский проспект ул.	72	2/4	79	50	7	ПГ	К	-	3900

Приложение 2

Таблица 2 - Вычисление величин для уравнения регрессии и расчета коэффициента корреляции

Ранг	y			z			Квадраты
1	2200	64,2	0	0	141240	0	4840000	4121,64	0
2	2250	56	0	0	126000	0	5062500	3136	0
3	2250	57	0	0	128250	0	5062500	3249	0
4	2300	58	1	58	133400	2300	5290000	3364	1
5	2300	55	0	0	126500	0	5290000	3025	0
6	2300	61	0	0	140300	0	5290000	3721	0
7	2310	59	0	0	136290	0	5336100	3481	0
8	2390	61	0	0	145790	0	5712100	3721	0
9	2470	62	1	62	153140	2470	6100900	3844	1
10	2500	60	0	0	150000	0	6250000	3600	0
11	2500	57	0	0	142500	0	6250000	3249	0
12	2550	58	1	58	147900	2550	6502500	3364	1
13	2580	58	0	0	149640	0	6656400	3364	0
14	2600	53	0	0	137800	0	6760000	2809	0
15	2600	66	1	66	171600	2600	6760000	4356	1
16	2620	65,6	0	0	171872	0	6864400	4303,36	0
17	2650	61,4	0	0	162710	0	7022500	3769,96	0
18	2700	70	0	0	189000	0	7290000	4900	0
19	2700	58	0	0	156600	0	7290000	3364	0
20	2750	73	0	0	200750	0	7562500	5329	0
21	2790	58	1	58	161820	2790	7784100	3364	1
22	2800	52	0	0	145600	0	7840000	2704	0
23	2800	60,9	1	60,9	170520	2800	7840000	3708,81	1
24	2800	64	0	0	179200	0	7840000	4096	0
25	2850	60	0	0	171000	0	8122500	3600	0
Итого	63560	1508,1	6	362,9	3839422	15510	162619000	91543,77	6
В среднем	2542,4	60,3	0,24	14,5	153576,9	620,4	6504760	6400,2	0,24

Размещено на Allbest.ru