Статистический анализ стоимости жилья

Характеристика объекта исследования - г. Пермь. Построение и анализ ранжированного и интервального рядов распределения квартир по цене. Анализ стоимости жилья по городу. Корреляционно-регрессионный анализ стоимости квартир, построение групповой таблицы.

Рубрика Экономика и экономическая теория
Вид курсовая работа
Язык русский
Дата добавления 01.06.2015
Размер файла 393,7 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.

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


Подобные документы

  • Изучение предмета и задач статистики рынка жилья. Причины роста цен на рынке жилья, обоснование необходимости развития рынка доступного жилья. Статистическая сводка и группировка. Построение и анализ ранжированного и интервального ряда. Индексный анализ.

    курсовая работа [61,3 K], добавлен 19.10.2011

  • Определение состава и структуры рынка жилья в г. Пермь Дзержинского района в 2012-2013 гг. Изучение условий и экономических факторов, влияющих на формирование цен на квартиры. Выявление общих тенденций и закономерностей развития вторичного рынка жилья.

    курсовая работа [1,4 M], добавлен 17.05.2014

  • Исследование особенностей формирования первичного и вторичного рынков жилой недвижимости. Изучение средней общенациональной стоимости квартир в РБ. Обзор динамики изменения средней цены предложения и фактической цены. Анализ активности на рынке жилья.

    презентация [604,7 K], добавлен 21.02.2014

  • Экономическая характеристика Оренбургской области. Корреляционно-регрессионный анализ индекса цен на вторичном рынке жилья. Анализ динамики показателей обеспеченности населения жильем. Группировка муниципальных районов по уровню развития жилищного рынка.

    курсовая работа [512,2 K], добавлен 15.03.2015

  • Анализ рынка недвижимости Иркутска, динамика средней стоимости вторичного жилья. Определение рыночной стоимости объекта оценки (2-х комнатной квартиры) сравнительным, доходным и затратным подходами. Экспертные методы внесения и корректировок поправок.

    курсовая работа [53,8 K], добавлен 02.03.2012

  • Исходные данные о продаже квартир на вторичном рынке жилья исследуемого региона, этапы нахождения на данной основе парной регрессии, уравнения линейной регрессии, выборочной дисперсии и ковариации. Определение средней стоимости квартиры, ее вариации.

    контрольная работа [80,7 K], добавлен 14.04.2011

  • Характеристика объекта недвижимости. Определение его рыночной стоимости методом прямой капитализации и дисконтированного денежного потока. Корректировки для сопоставимых продаж квартир. Согласование результатов и заключение о рыночной стоимости объекта.

    контрольная работа [17,4 K], добавлен 21.04.2011

  • Оценка совокупности на предмет её однородности. Построение ранжированного и интервального рядов распределения. Анализ рядов динамики методами укрупнения интервалов и скользящей средней, аналитическое выравнивание по уравнению прямой и параболы.

    курсовая работа [99,8 K], добавлен 10.09.2014

  • Корреляционно-регрессионный анализ как объект статистического изучения, система статистических показателей, его характеризующих. Особенности и принципы применения метода корреляционно-регрессионного анализа. Построение статистического ряда распределения.

    курсовая работа [453,1 K], добавлен 28.01.2014

  • Понятие и особенности рынка недвижимости, классификация его объектов. Основные этапы становления рынка недвижимости в РФ, перспективы его развития на современном этапе. Анализ стоимости квартир на рынке жилья в Санкт-Петербурга и Ленинградской области.

    курсовая работа [862,8 K], добавлен 07.11.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.