1 / 29

Staże Ośrodka RENOWATOR

Staże Ośrodka RENOWATOR. Badanie zależności ceny nieruchomości od położenia i innych cech. Analiza Beata Kalinowska-Rybka. W listopadzie 2006r zbierałam informacje dotyczące nieruchomości, o następującej postaci:. dzielnica ulica liczba pokoi powierzchnia piętro cena PLN cena za m ².

junius
Download Presentation

Staże Ośrodka RENOWATOR

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Staże Ośrodka RENOWATOR

  2. Badanie zależności ceny nieruchomości od położenia i innych cech Analiza Beata Kalinowska-Rybka

  3. W listopadzie 2006r zbierałam informacje dotyczące nieruchomości, o następującej postaci: • dzielnica • ulica • liczba pokoi • powierzchnia • piętro • cena PLN • cena za m²

  4. Cel badania: • Sprawdzenie na dostępnych danych prawdziwości przeświadczenia o zróżnicowaniu cen w zależności od położenia • Analiza wielkości tego zróżnicowania • Porównanie zróżnicowania między zgrubnie wyznaczonymi lokalizacjami (np. dzielnica) ze zróżnicowaniem wewnątrz tak określonych lokalizacji • Analiza innych potencjalnych zależności ważnych dla cen nieruchomości

  5. W analizie wykorzystałam następujące serwisy internetowe: • http://mls.oferty.net/ mls.oferty.net to nowoczesny system bazodanowy, zintegrowany z internetem, główne cechy : łatwość zamieszczania ofert, zaawansowane wyszukiwanie i stała aktualizacja danych • http://szybko.pl/ (BEZPŁATNIE publikowane w Dobrze Mieszkaj - środowych dodatkach dziennika Metropol )

  6. Analizowałam trzy rodzaje nieruchomości - grupy ofert: • mieszkania 1-2 pokojowe • mieszkania powyżej 4 pokoi • domy

  7. Rozpatrywane lokalizacje : • Dla mieszkań: • Bemowo • Bielany • Wola • Żoliborz Nie analizowałam Śródmieścia bo ono „sztucznie zawyża” ceny • Dla domów: • Izabelin • Łomianki • Stare Babice • Nowy Dwór Mazowiecki

  8. Mieszkania 1-2 pokojowe, cała próba: cena za m²: od 2 554 do 13 250 zł

  9. Zróżnicowanie cen dla mieszkań 1-2 pokojowych według dzielnic

  10. Statystyki dla mieszkań 1-2 pokojowych

  11. Statystyki dostępne na www.szybko .pl

  12. Statystyki dla dzielnicy Bemowo- źródło oferty.net

  13. Statystyki dla dzielnicy Bielany- źródło oferty.net

  14. Statystyki dla dzielnicy Wola- źródło oferty.net

  15. Statystyki dla dzielnicy Żoliborz- źródło oferty.net

  16. Mieszkania cztero- i więcej- pokojowe:Cena za m²: od 4936,50 do 24137,93

  17. Porównanie średniej ceny m2 dla mieszkańco najmniej 4 pokojowych

  18. Zróżnicowanie cen mieszkań w określonych lokalizacjach o co najmniej 4 pokojach

  19. Korelacja model ceny na przykładzie domów • Jak silna jest zależność ceny i powierzchni domu, ceny domu i powierzchni działki ? • Najpierw zatem zajęłam się analizą dotyczącą siły powiązań między zmiennymi – uzyskany współczynnik korelacji powie nam coś o zależności

  20. Wyniki Jak widać w przypadku pary zmiennych (powierzchnia domu , cena PLN) współczynnik korelacji wynosi 0,705 co pozwala stwierdzić silną zależność liniową pomiędzy tymi zmiennymi .

  21. Umowna ocena siły związku korelacyjnego

  22. Wykres rozrzutu dla modelu zależności ceny domu (y) od jego powierzchni (x) dla całej próby

  23. Analogiczny model prostej regresji dla wszystkich poszczególnych lokalizacji

  24. Model prostej regresji we wszystkich lokalizacjach po usunięciu obserwacjiodstającej w Nowym Dworze Mazowieckim

  25. Wartości współczynnika determinacji R2 współczynnik determinacji określa , w jakim stopniu zmiany jednej cechy są wyjaśniane przez zmiany drugiej cechy.

  26. Współczynniki dla modelu regresji uwzględniającego zarówno powierzchnię domu (x1), jak i działki (x2):y=ax1+bx2+c

  27. Współczynnik determinacji dla modelu y=ax1+bx2+c

  28. Wnioski • Jak widać zarówno powierzchnia domu jak i wielkość działki wpływają na cenę • Należy pamiętać o ograniczeniach przy wykorzystywaniu tego modelu regresji do wyceny wartości domu , zakres wartości zmiennych objaśniających wynosi dla powierzchni domu <53;570> a dla powierzchni działki <0;3000> • Dla wartości spoza przedziału powinniśmy podchodzić bardzo ostrożnie • Niezależnie od tego, modele, nawet dobrze uwarunkowane, pokazują w zasadzie głównie ogólny charakter zależności, a nie jej precyzyjną postać

  29. Udało się zatem, na podstawie powszechnie dostępnych danych, wykazać wielkość („siłę”)pewnych zależności, w tym:- od lokalizacji- od wielkości domu / działki.Wnioski liczbowe i jakościowe mogą służyć do dalszych, dokładniejszych analiz rynku nieruchomości.Dziękuję za uwagę.

More Related