Оценка жилой квартиры в городе Самара, Октябрьский район

 

Коэффициент Спирмена = 0,72, что говорит о тесной и очень сильной прямой связи ранговых переменных.

 

 

 

 

 

 

 

 

 

Таблица 8 – Оценка показателя «этажность»

№	этажность	Стоимость за кв. м.	Оценка ранга стоимости	Оценка ранга этажности	(Rст-Rпл)2
1	1,0	61 111,111р.	10	24	196
2	0,7	58 011,050р.	7	15,5	72,25
3	0,7	61 290,323р.	11	15,5	20,25
4	0,8	59 677,419р.	9	19	100
5	0,6	71 000,000р.	18	11,5	42,25
6	0,4	59 347,826р.	8	7,5	0,25
7	0,3	55 434,783р.	4	5,5	2,25
8	0,8	77 114,286р.	23	19	16
9	0,2	66 666,667р.	16	3	169
10	1,0	75 792,507р.	22	24	4
11	0,1	42 857,143р.	1	1	0
12	0,6	65 666,667р.	15	11,5	12,25
13	0,8	87 301,587р.	25	19	36
14	0,9	73 939,394р.	20	22	4
15	1,0	80 882,353р.	24	24	0
16	0,3	47 812,500р.	2	5,5	12,25
17	0,6	69 696,970р.	17	11,5	30,25
18	0,6	62 903,226р.	13	11,5	2,25
19	0,8	75 471,698р.	21	19	4
20	0,6	64 705,882р.	14	11,5	6,25
21	0,6	61 666,667р.	12	11,5	0,25
22	0,2	51 886,792р.	3	3	0
23	0,4	57 142,857р.	6	7,5	2,25
24	0,8	72 340,426р.	19	19	0
25	0,2	56 660,040р.	5	3	4
			325	325	736

 

Коэффициент Спирмена = 0,72, что говорит об очень сильной прямой связи количественных переменных.

2.3. Оценка  тесноты связи стоимости и  бинарных величин. Однофакторный  дисперсионный анализ.

Факторный анализ является удобным методом для  количественного исследования влияния  качественных переменных на величину результирующего показателя. Чаще всего применяется F-критерий для практического разрешения указанной проблемы, а также любой ситуации, когда необходимо установить относятся ли две выборки к одной и той же генеральной совокупности.  Для начала мы сформулируем нулевую гипотезу о том, что фактор не будет оказывать влияния на результирующий признак. Затем, определим  Fрасч по формуле:

,(11)

где n – общее число элементов в группах;

      x_ij – i-е значение результирующего признака в j-й группе (i≥1; i≤n; 1≤j≤m);

      - групповые средние; (12)

      – общая средняя; (13)

      - оценка дисперсии в j-й группе.

Далее определяется критическое значение F-критерия в excel: вставить функцию статистические FРАСПОБР. И сравниваются Fрасч и F критическое. Если Fрасч  F критического, то с вероятностью 1-α можно принять гипотезу о том, что фактор не оказывает влияния на результирующий признак. Выполнения неравенства Fрасч F критического означает, что гипотезу необходимо отклонить.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 9 – Группировка бинарного фактора «наличие балкона»

 

 

Таблица 10 – Однофакторный дисперсионный анализ по фактору «наличие балкона»

 

 

 

Таблица 11 - Группировка бинарного фактора «наличие мусоропровода»

 

Таблица 12 – Однофакторный дисперсионный анализ по фактору «наличие мусоропровода»

 

По полученным результатам, можно сделать вывод, что выполняется условие Fрасч Fкритического. Для фактора «наличие балкона» Fрасч = 13,98, Fкритическое = 4,28, для фактора «наличие мусоропровода» Fрасч = 41,4, Fкритическое = 4,28. Значит, в обоих случаях факторы оказывают влияние на результирующий признак.

ГЛАВА 3. Построения регрессионных моделей стоимости имущества.

3.1. Определение параметров уравнения регрессии

С помощью регрессионного анализа удается найти и описать  форму аналитической зависимости  результирующего показателя от факторных  переменных и оценить тесноту  этой зависимости. Благодаря решению  первой задачи получают регрессионную модель, с помощью которой затем рассчитывают искомый показатель при заданных значений факторных переменных. Решение второй задачи позволяет определить надежность расчетного результата. Рассмотрим задачу исследования зависимости первой переменной y (х1,х2,…,хk). Эту задачу можно решить с помощью многофакторного регрессионного анализа. Обобщенная модель:

Y=f(x1,x2,…,xk,u) ,  (14)

где Y – стоимость за 1 м²;

      х1,x2,xk – факторные переменные;

      K – число факторный переменных;

      U – отклонение.

Факторы х1,x2,xk оказывают совместное влияние на зависимую переменную Y, ограничившуюся наиболее важными факторными переменными, а в выражении функции регрессии введена случайная величина U, позволяющая учесть суммарный эффект от воздействия всех улучшенных факторов случайностей. Построение регрессионной модели осуществляется в несколько этапов:

• Содержательная постановка задачи исследования и формирования массива исходной информации;
• Спецификация модели. Принятие решения, какие из факторов, влияющие на результирующий показатель Y следует включить в модель. Анализируют особенности влияния этих факторов на показатель Y;
• Калибровка модели. Здесь находят оценки коэффициентов регрессионной модели, осуществляют проверку качества полученной модели;
• Применяют модель для прогноза и принятия решений.

 

 

3.2. Анализ  качества моделей

Таблица 12 – Регрессия с учетом всех переменных

Показатель P-значение для переменных х1 = 0,012, х2 = 0,018, х3 = 0,029, х4 = 0,036, х5 = 0,05, х6 = 0,151. Показатели х1, х2, х3, х4, х5 не превышают значение равное 0,05. Так как показатель х6 больше 0,05, это говорит о том, что этот фактор следует исключить из модели.

Таблица 12 – Регрессия без учета фактора «наличие мусоропровода»

После исключения переменной х6 («наличие мусоропровода») показатель Р-значение для всех переменных стал меньше 0,05, следовательно, можно сделать вывод о том, что модель хорошая.

 

 

 

3.3 Интерпретация  коэффициентов регрессионной модели

При прочих равных условиях, снижение квартиры на 1 этаж, в среднем, уменьшает удельную стоимость квартиры на 13281 у.е. С увеличением показателя, указывающего тип дома на 1 балл, в среднем, увеличивается  удельная стоимость на 3904 у.е. Наличие балкона, при прочих равных условиях, в среднем, увеличивает удельную стоимость квартиры на 2360 у.е. Увеличение площади кухни и месторасположения на 1 балл приводит к удорожанию квартиры, в среднем, на 2800 у.е.

3.4. Оценка  объекта недвижимости

В результате проверки тесноты связи между стоимостью и всеми отобранными и ценообразующими  факторами можно сделать вывод, что каждый из этих факторов, кроме фактора «наличие мусоропровода», существенно влияет на значение стоимости и все они должны быть включены в регрессионную модель. Уравнение модели:

,(15)

где Y – стоимость за 1 м²

• Х1 – количественная оценка фактора «этажность» = 0,7
• Х2 – ранговая оценка типа дома = 4
• Х4 – количественная оценка фактора «площадь кухни» = 15
• Х5 – ранговая оценка месторасположения = 4
• Х6 – ранговая оценка фактора «наличие балкона» = 1

Y =  51095,79+(-13281,11)*0,7+(-3904,17)*4+2360,37*1+2864,61*15+2888,91*4;

Y = 83067,5

3.5. Анализ  результатов

Стоимость рассматриваемой квартиры выше средней стоимости объектов-аналогов. Что объясняется хорошим месторасположением: школа, детский сад, больница, охраняемая стоянка находятся в непосредственной близости от объекта. Ремонт осуществлен на высочайшем уровне, имеется индивидуальный интерьер помещения. Большая площадь кухни и расположение квартиры на 12 этаже значительно влияют на стоимость квартиры.