Спасибо!!!
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Содержание
Введение 3
Глава I. Использование регрессионных моделей для оценки рынка жилья 5
1.1 Элементы классического регрессионного анализа при оценке рынка вторичного жилья 5
1.2 Факторы, оказывающие влияние на формирование цены объекта недвижимости 8
1.3 Информационные средства для решения задач классического регрессионного анализа 26
Глава II. Построение и оценка регрессионной модели объектов недвижимости на примере рынка жилья Самарской области 39
2.1 Выделение и анализ независимых переменных регрессионной
модели 39
2.2 Построение и оценка модели средствами Microsoft Excel 47
2.3 Методические указания к выполнению заданий по теме
«классический регрессионный анализ» при обучении сотрудников компаний 55
Заключение 64
Список литературы 66
Глава I. Использование регрессионных моделей для оценки рынка жилья
1.1 Элементы классического регрессионного анализа при оценке рынка
вторичного жилья
Обычно, при исследовании рынка недвижимости, и в частности жилья в рамках регрессионного анализа, предлагается использование нескольких типов моделей. В целом их можно разделить на 2 группы - аддитивные (1) и мультипликативные (2), которые в общем виде выражаются следующим образом:
(1)
(2)
По мнению С.А. Айвазяна «Первые модели подразумевают под собой аддитивное влияние ценообразующих факторов, т.е. каждый дополнительный фактор изменяет стоимость на определенную фиксированную величину независимо от общей стоимости объекта, которая в данном случае будет выражена значением коэффициента при переменной» [1, с. 58].
...
2.1 Выделение и анализ независимых переменных регрессионной модели
В ходе анализа рынка вторичного жилья Самарской области были выделены следующие независимые переменные:
1. Удаленность квартиры от станции метро.
2. Кто разместил объявление (компания или частное лицо).
3. Полезная площадь (м²).
4. Этажи.
5. Площадь кухни (м²).
6. Тип дома.
7. Наличие балкона.
8. Наличие лоджии.
Как видно из списка не все факторы имеют количественную характеристику некоторые из них качественные и чтобы привести все к одному знаменателю, то есть присвоить всем количественные значения и прибегла к помощи экспертизы.
Следует отметить большое количество интерпретаций слов эксперта.
...
2.2 Построение и оценка модели средствами Microsoft Excel
«По трем видам квартир (одно-, двух- и трехкомнатным) получены данные»[17], характеризующие зависимость цены недвижимости от характеристик объекта.
Для того чтобы построить регрессионные модели и дать им адекватную оценку необходимо выполнить следующие шаги:
1. Систематизация статистических данных.
2. Статистический анализ модели.
3. Провести анализ коэффициентов парной корреляции.
4. Выбрать признаки для построения многофакторной регрессионной модели.
По завершении приведенных выше шагов, мы получим результаты, где ясно будет представлено, от чего зависит стоимость вторичного жилья в Самарской области.
1. Систематизация статистических данных
Для упрощения расчетов, вся информация, полученная по квартирам, была систематизирована (рисунок 12) и помещена в таблицу:
Рисунок 12 – Систематизированные данные в таблице Excel
2.
...
2.3 Методические указания к выполнению заданий по теме «классический регрессионный анализ» при обучении сотрудников компаний
Для решения заданий по теме «классический регрессионный анализ» необходимо применяя возможности программного продукта MS Excel выполнить следующие пункты:
1. Создать файл «Книга».xls или «Книга».xlsx (формат файла зависит от того в какого года выпуска программе MS Excel вы работаете)
2. Далее вводим известные данные (рисунок 23), значения независимых переменных и зависимой переменной .
Рисунок 23 – Известные данные
3. После систематизации данных в таблицу приступить к расчетам. Для начала необходимо определить предполагаемую форму оценки регрессии (16), допустим, что это множественная линейная регрессия:
(16)
Заключение
Рынок жилья - один из самых важных в экономической системе. Обеспеченность жильем является значимым показателем социально - экономического развития страны. Развитие рынка недвижимости зависит от принятия решений, основанных на его исследований и анализе.
В ходе выполнения данной работы была разработана регрессионная модель рынка вторичного жилья Самарской области в среде MS Excel для анализа стоимости недвижимости.
Для достижения цели были выполнены следующие задачи:
1. Проведен анализ рынка вторичного жилья Самарской области.
Для решения данной задачи, были использованы ресурсы web-сайта аvito.ru, где был проведен сбор статистических данных, которые впоследствии стали основой данной работы.
2. На основе проведенного анализа создана регрессионная модель.
После получения выборки в размере более 400 квартир на каждый вид, данные были обработаны при помощи программного продукта MS Excel.
3.
...
1. Айвазян С.А Эконометрика. Краткий курс: учеб. пособие / С.А. Айвазян, С.С. Иванова. – М.: Маркет ДС, 2007. – 104 с.
2. Балдоржиев Д.Д. Экономическая теория: Учеб. пособие / Д.Д. Балдоржиев. — Смоленск, 2002. – 396 с.
3. Борисов, Е.Ф. Основы экономики: Учебное пособие / Е. Ф. Борисов. — М.: Юрайт, 2009. – 316 с.
4. Бывшев В.А. Эконометрика: учеб. пособие / В.А. Бывшев. – М.: Финансы и статистика, 2008. – 480 с.
5. Валентинов В.А. Эконометрика. Учебник – М.: Дашков и Ко, 2012. – 446 c.
6. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: Учебник. – М.: Финансы и статистика, 2003. – 352 с.
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Содержание
Введение 3
Глава I. Использование регрессионных моделей для оценки рынка жилья 5
1.1 Элементы классического регрессионного анализа при оценке рынка вторичного жилья 5
1.2 Факторы, оказывающие влияние на формирование цены объекта недвижимости 8
1.3 Информационные средства для решения задач классического регрессионного анализа 26
Глава II. Построение и оценка регрессионной модели объектов недвижимости на примере рынка жилья Самарской области 39
2.1 Выделение и анализ независимых переменных регрессионной
модели 39
2.2 Построение и оценка модели средствами Microsoft Excel 47
2.3 Методические указания к выполнению заданий по теме
«классический регрессионный анализ» при обучении сотрудников компаний 55
Заключение 64
Список литературы 66
Глава I. Использование регрессионных моделей для оценки рынка жилья
1.1 Элементы классического регрессионного анализа при оценке рынка
вторичного жилья
Обычно, при исследовании рынка недвижимости, и в частности жилья в рамках регрессионного анализа, предлагается использование нескольких типов моделей. В целом их можно разделить на 2 группы - аддитивные (1) и мультипликативные (2), которые в общем виде выражаются следующим образом:
(1)
(2)
По мнению С.А. Айвазяна «Первые модели подразумевают под собой аддитивное влияние ценообразующих факторов, т.е. каждый дополнительный фактор изменяет стоимость на определенную фиксированную величину независимо от общей стоимости объекта, которая в данном случае будет выражена значением коэффициента при переменной» [1, с. 58].
...
2.1 Выделение и анализ независимых переменных регрессионной модели
В ходе анализа рынка вторичного жилья Самарской области были выделены следующие независимые переменные:
1. Удаленность квартиры от станции метро.
2. Кто разместил объявление (компания или частное лицо).
3. Полезная площадь (м²).
4. Этажи.
5. Площадь кухни (м²).
6. Тип дома.
7. Наличие балкона.
8. Наличие лоджии.
Как видно из списка не все факторы имеют количественную характеристику некоторые из них качественные и чтобы привести все к одному знаменателю, то есть присвоить всем количественные значения и прибегла к помощи экспертизы.
Следует отметить большое количество интерпретаций слов эксперта.
...
2.2 Построение и оценка модели средствами Microsoft Excel
«По трем видам квартир (одно-, двух- и трехкомнатным) получены данные»[17], характеризующие зависимость цены недвижимости от характеристик объекта.
Для того чтобы построить регрессионные модели и дать им адекватную оценку необходимо выполнить следующие шаги:
1. Систематизация статистических данных.
2. Статистический анализ модели.
3. Провести анализ коэффициентов парной корреляции.
4. Выбрать признаки для построения многофакторной регрессионной модели.
По завершении приведенных выше шагов, мы получим результаты, где ясно будет представлено, от чего зависит стоимость вторичного жилья в Самарской области.
1. Систематизация статистических данных
Для упрощения расчетов, вся информация, полученная по квартирам, была систематизирована (рисунок 12) и помещена в таблицу:
Рисунок 12 – Систематизированные данные в таблице Excel
2.
...
2.3 Методические указания к выполнению заданий по теме «классический регрессионный анализ» при обучении сотрудников компаний
Для решения заданий по теме «классический регрессионный анализ» необходимо применяя возможности программного продукта MS Excel выполнить следующие пункты:
1. Создать файл «Книга».xls или «Книга».xlsx (формат файла зависит от того в какого года выпуска программе MS Excel вы работаете)
2. Далее вводим известные данные (рисунок 23), значения независимых переменных и зависимой переменной .
Рисунок 23 – Известные данные
3. После систематизации данных в таблицу приступить к расчетам. Для начала необходимо определить предполагаемую форму оценки регрессии (16), допустим, что это множественная линейная регрессия:
(16)
Заключение
Рынок жилья - один из самых важных в экономической системе. Обеспеченность жильем является значимым показателем социально - экономического развития страны. Развитие рынка недвижимости зависит от принятия решений, основанных на его исследований и анализе.
В ходе выполнения данной работы была разработана регрессионная модель рынка вторичного жилья Самарской области в среде MS Excel для анализа стоимости недвижимости.
Для достижения цели были выполнены следующие задачи:
1. Проведен анализ рынка вторичного жилья Самарской области.
Для решения данной задачи, были использованы ресурсы web-сайта аvito.ru, где был проведен сбор статистических данных, которые впоследствии стали основой данной работы.
2. На основе проведенного анализа создана регрессионная модель.
После получения выборки в размере более 400 квартир на каждый вид, данные были обработаны при помощи программного продукта MS Excel.
3.
...
1. Айвазян С.А Эконометрика. Краткий курс: учеб. пособие / С.А. Айвазян, С.С. Иванова. – М.: Маркет ДС, 2007. – 104 с.
2. Балдоржиев Д.Д. Экономическая теория: Учеб. пособие / Д.Д. Балдоржиев. — Смоленск, 2002. – 396 с.
3. Борисов, Е.Ф. Основы экономики: Учебное пособие / Е. Ф. Борисов. — М.: Юрайт, 2009. – 316 с.
4. Бывшев В.А. Эконометрика: учеб. пособие / В.А. Бывшев. – М.: Финансы и статистика, 2008. – 480 с.
5. Валентинов В.А. Эконометрика. Учебник – М.: Дашков и Ко, 2012. – 446 c.
6. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: Учебник. – М.: Финансы и статистика, 2003. – 352 с.
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—6 дней |
2000 ₽ | Цена | от 3000 ₽ |
Не подошла эта работа?
В нашей базе 78530 Дипломных работ — поможем найти подходящую