📄Работа №86024
Тема: АНАЛИЗ И ПРОГНОЗИРОВАНИЕ ЦЕНЫ КВАДРАТНОГО МЕТРА НА ПЕРВИЧНОМ РЫНКЕ ОДНОКОМНАТНЫХ КВАРТИР В Г. НАБЕРЕЖНЫЕ ЧЕЛНЫ
Тип работы
Дипломные работы, ВКР
Предмет
информатика
Объем:
135 листов
Год:
2017
Просмотров:
280
4280
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 4
1. Теоретические основы эконометрического моделирования 6
1.1. Множественная регрессия 6
1.2. Классическая линейная модель множественной регрессии (КЛММР) 12
1.3. Множественная нелинейная регрессия. Метод Брандона 19
1.4. Множественный корреляционный анализ 20
1.5. Общие сведения о временных рядах и задачах их анализа 25
1.6. Моделирование тенденции временного ряда 30
1.7. ARIMA 39
Выводы по главе 1 46
2. Описание прогнозируемого рынка 46
2.1. Строительная промышленность РТ 47
2.2. Понятие недвижимости и ее виды 54
2.3. Принципы формирования и динамика цен на рынке жилья 60
Основные виды стоимости недвижимости 60
2.4. Анализ рынка жилой недвижимости в г. Набережные Челны за 2013-2017 г 65
Выводы по главе 2 73
3. Анализ и прогнозирование цены однокомнатной квартиры и ее квадратного метра на первичном рынке в г. Набережные Челны в
среде SPSS 16. 0.1, Statistica 6.0 73
3.1. Исходные данные 73
3.2. Построение множественной линейной регрессии 77
3.3. Построение множественной нелинейной регрессии 80
3.5. Анализ результатов МЛР и МНР 86
3.6. Прогнозирование временных рядов 87
3.7. Прогноз стоимости квадратного метра с помощью ARIMA 90
3.8. Анализ с помощью программного приложения 96
Выводы по главе 3 96
Заключение 96
Список использованных источников 97
Приложение A. Программный код
1. Теоретические основы эконометрического моделирования 6
1.1. Множественная регрессия 6
1.2. Классическая линейная модель множественной регрессии (КЛММР) 12
1.3. Множественная нелинейная регрессия. Метод Брандона 19
1.4. Множественный корреляционный анализ 20
1.5. Общие сведения о временных рядах и задачах их анализа 25
1.6. Моделирование тенденции временного ряда 30
1.7. ARIMA 39
Выводы по главе 1 46
2. Описание прогнозируемого рынка 46
2.1. Строительная промышленность РТ 47
2.2. Понятие недвижимости и ее виды 54
2.3. Принципы формирования и динамика цен на рынке жилья 60
Основные виды стоимости недвижимости 60
2.4. Анализ рынка жилой недвижимости в г. Набережные Челны за 2013-2017 г 65
Выводы по главе 2 73
3. Анализ и прогнозирование цены однокомнатной квартиры и ее квадратного метра на первичном рынке в г. Набережные Челны в
среде SPSS 16. 0.1, Statistica 6.0 73
3.1. Исходные данные 73
3.2. Построение множественной линейной регрессии 77
3.3. Построение множественной нелинейной регрессии 80
3.5. Анализ результатов МЛР и МНР 86
3.6. Прогнозирование временных рядов 87
3.7. Прогноз стоимости квадратного метра с помощью ARIMA 90
3.8. Анализ с помощью программного приложения 96
Выводы по главе 3 96
Заключение 96
Список использованных источников 97
Приложение A. Программный код
📖 Введение
Наличие собственного жилья является одной из базовых ценностей человеческого существования, основных его потребностей, обеспечивающей здоровье нации, формирование семьи и сохранение семейных ценностей, стабилизацию и положительное развитие демографической ситуации. Это источник уверенности людей в завтрашнем дне и опора стабильности в обществе. Кроме того, жилье, помимо выполнения базовых функций, является, как объект недвижимости, средством накопления капитала и в то же время инвестиционным механизмом в сфере производства и оборота капитала в обществе.
Состояние жилищной сферы и рынка жилья является одним из важнейших факторов, оказывающих влияние на уровень и динамику основных демографических показателей. Социальная стабильности общества, уровень безработицы, мобильность рабочей силы и другие факторы во многом определяются наличием достаточного объема жилого фонда, отвечающего современным требованиям общества, возможностью приобретения жилья представителями самых широких слоев населения.
На протяжении длительного времени одним из самых острых вопросов в социальной политике Российской Федерации остается проблема обеспечения граждан доступным жильем, отвечающим современным требованиям и существующим нормативам. Уровень обеспеченности жильем населения Российской Федерации в настоящее время значительно отстает от уровня аналогичного показателя экономически развитых стран. Так, в 2011 году он составлял в среднем по России 22,8 кв. м на человека. Для сравнения, на одного жителя Нидерландов приходится около - 74 кв. м, в Германии - 60 кв. м, в Великобритании - 62 кв. м, во Франции - 37 кв. м.
Учитывая географические масштабы Российской Федерации, а также особенности социальных, экономических, климатических условий ее различных субъектов, для объективной оценки ситуации на рынке жилья большое значение имеет анализ качества условий проживания и обеспеченности населения жильем в региональном аспекте с целью выявления наиболее и наименее благополучных субъектов Российской Федерации на основании проведения их многомерной классификации.
Достаточно высокий уровень цен на российскую жилую недвижимость в течении последних лет имел устойчивую тенденцию к росту. В сочетании со значительным снижением объема вводимого жилья, во многом обусловленным мировым финансовым кризисом, это ведет к тому, что 4 недвижимость становится все менее доступной для широких слоев населения. В связи с этим приобретает актуальность вопрос о выявлении факторов, оказывающих влияние на цены на рынке жилья.
Применение комплексных статистических исследований обуславливается необходимостью разработки эффективной системы поддержки жилищного сектора, выявления и анализа факторов, влияющих на изменение жилищных условий населения Российской Федерации. Необходимо также совершенствование методических подходов к проведению сравнительного статистического анализа состояния и тенденций развития сферы жилищного строительства в регионах, к прогнозированию основных индикаторов ее развития. Если рынок относительно предсказуем и компания располагает данными о предыдущей динамике прогнозируемого показателя или же о динамике факторов, которые на него влияют, то для прогнозирования целесообразно использовать статистические методы. Эти методы основаны на предположении, что в будущем анализируемый показатель будет изменяться по тем же законам, что и в прошлом. Статистические методы различной сложности используют практически все рыночно ориентированные компании, применяя при этом либо Excel, либо специализированные статистические программы (SPSS, Statistica и т. д.).
Состояние жилищной сферы и рынка жилья является одним из важнейших факторов, оказывающих влияние на уровень и динамику основных демографических показателей. Социальная стабильности общества, уровень безработицы, мобильность рабочей силы и другие факторы во многом определяются наличием достаточного объема жилого фонда, отвечающего современным требованиям общества, возможностью приобретения жилья представителями самых широких слоев населения.
На протяжении длительного времени одним из самых острых вопросов в социальной политике Российской Федерации остается проблема обеспечения граждан доступным жильем, отвечающим современным требованиям и существующим нормативам. Уровень обеспеченности жильем населения Российской Федерации в настоящее время значительно отстает от уровня аналогичного показателя экономически развитых стран. Так, в 2011 году он составлял в среднем по России 22,8 кв. м на человека. Для сравнения, на одного жителя Нидерландов приходится около - 74 кв. м, в Германии - 60 кв. м, в Великобритании - 62 кв. м, во Франции - 37 кв. м.
Учитывая географические масштабы Российской Федерации, а также особенности социальных, экономических, климатических условий ее различных субъектов, для объективной оценки ситуации на рынке жилья большое значение имеет анализ качества условий проживания и обеспеченности населения жильем в региональном аспекте с целью выявления наиболее и наименее благополучных субъектов Российской Федерации на основании проведения их многомерной классификации.
Достаточно высокий уровень цен на российскую жилую недвижимость в течении последних лет имел устойчивую тенденцию к росту. В сочетании со значительным снижением объема вводимого жилья, во многом обусловленным мировым финансовым кризисом, это ведет к тому, что 4 недвижимость становится все менее доступной для широких слоев населения. В связи с этим приобретает актуальность вопрос о выявлении факторов, оказывающих влияние на цены на рынке жилья.
Применение комплексных статистических исследований обуславливается необходимостью разработки эффективной системы поддержки жилищного сектора, выявления и анализа факторов, влияющих на изменение жилищных условий населения Российской Федерации. Необходимо также совершенствование методических подходов к проведению сравнительного статистического анализа состояния и тенденций развития сферы жилищного строительства в регионах, к прогнозированию основных индикаторов ее развития. Если рынок относительно предсказуем и компания располагает данными о предыдущей динамике прогнозируемого показателя или же о динамике факторов, которые на него влияют, то для прогнозирования целесообразно использовать статистические методы. Эти методы основаны на предположении, что в будущем анализируемый показатель будет изменяться по тем же законам, что и в прошлом. Статистические методы различной сложности используют практически все рыночно ориентированные компании, применяя при этом либо Excel, либо специализированные статистические программы (SPSS, Statistica и т. д.).
✅ Заключение
В данной дипломной работе был проведен анализ цен квадратного метра однокомнатных квартир в городе Набережные Челны.
Были рассмотрены теоретические основы эконометрического моделирования, а именно парный и множественный регрессионный анализ, общие сведения о временных рядах и ARIMA - моделях.
Посредством корреляционно-регрессионного анализа выявлены факторы, которые в наибольшей степени оказали влияние на изменение цены квартиры. К числу признаков, наиболее сильно влияющих на цену можно отнести общую площадь квартиры и район города. Цена наиболее тесно связана с районом города, в котором располагается квартира.
Для каждой зависимости результирующего признака от факторов были построены линейная и нелинейная множественные модели, проведена спецификация и анализ полученных результатов.
В дипломной работе также была рассмотрена зависимость цены на квартиру от времени по всем районам города при помощи анализа временных рядов. На основании адекватных моделей был сделан прогноз цены при помощи ARIMA - модели.
Для каждого показателя был построен прогноз на 2017-2018 год.
Полученные итоговые результаты показали, что цена не стоит на месте и имеет тенденцию к росту в пределах прогнозируемой инфляции.
Были рассмотрены теоретические основы эконометрического моделирования, а именно парный и множественный регрессионный анализ, общие сведения о временных рядах и ARIMA - моделях.
Посредством корреляционно-регрессионного анализа выявлены факторы, которые в наибольшей степени оказали влияние на изменение цены квартиры. К числу признаков, наиболее сильно влияющих на цену можно отнести общую площадь квартиры и район города. Цена наиболее тесно связана с районом города, в котором располагается квартира.
Для каждой зависимости результирующего признака от факторов были построены линейная и нелинейная множественные модели, проведена спецификация и анализ полученных результатов.
В дипломной работе также была рассмотрена зависимость цены на квартиру от времени по всем районам города при помощи анализа временных рядов. На основании адекватных моделей был сделан прогноз цены при помощи ARIMA - модели.
Для каждого показателя был построен прогноз на 2017-2018 год.
Полученные итоговые результаты показали, что цена не стоит на месте и имеет тенденцию к росту в пределах прогнозируемой инфляции.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.