Статистико-экономический анализ стоимости квартир Индустриального р-на г.Перми

Автор работы: Пользователь скрыл имя, 25 Ноября 2012 в 20:05, курсовая работа

Описание работы

Цель данной работы: с помощью статистических методов исследования произвести анализ вторичного жилья Индустриального района г. Перми.
Задачи работы:
Анализ литературы по данной теме;
Изучить теоретический аспект анализа рынка жилья;
Охарактеризовать объект исследования – Индустриальный район г. Перми;
Сделать выводы по данной теме.

Содержание работы

Введение………………………………………………………………...3
1. Статистика рынка жилья…………………………………….……..4
2. Характеристика объекта исследования. Индустриальный район г. Перми……………………………………………………………………………8
3. Статистико-экономический анализ стоимости квартир………….11
3.1 Построение ряда распределения и проверка его на устойчивость……………………………………………………………………11
3.2 Определение характеристик положения (средних) статистического ряда……………………………………………………………………………...15
3.3 Группировка по одному признаку и построение групповой таблицы………………………………………………………………………….17
3.4 Группировка по двум признакам и построение комбинационной таблицы……………………………………………………………………..……19
3.5 Индексный анализ…………………………………………………..20
3.6 Расчет характеристик рассеяния (вариации) ряда распределения квартир по цене………………………………………………………………….22
3.7 Расчет моментов и форм распределения…………………….……24
3.8 Определение показателей связи при парной линейной зависимости……………………………………………………………………...26
Выводы и предложения………………………………………………...30
Список использованных источников………………………………….32
Приложения……………………………………………………………..33

Файлы: 1 файл

Курсовая.doc

— 1.07 Мб (Скачать файл)

 

,

где: - начало отсчета; нижняя граница модального интервала.

 тыс. руб.;

 тыс. руб.

Дисперсия и среднее  квадратическое отклонение могут быть рассчитаны следующим образом:

,

 тыс.руб

 

3.7. Расчет моментов и форм распределения

 

Моментом распределения  называется средняя арифметическая тех или иных степеней отклонений индивидуальных значений признака от определенной исходной величины.

Рассчитаем центральные  моменты третьего и четвертого порядков по формулам:

Таблица 11. Расчет центральных моментов

Середина инт-ла

Частоты

 

 

 

 

 

1943,75

40

-257,05

-16984502,3

-679380091,1

4365866310,46

174634652418,54

2231,25

46

30,45

28233,31612

1298732,542

859704,48

39546405,90

2518,75

6

317,95

32142265,78

192853594,7

10219633406,30

61317800437,81

2806,25

3

605,45

221939626,4

665818879,1

134373346790,94

403120040372,82

3093,75

1

892,95

712002346,3

712002346,3

635782495170,89

635782495170,89

3381,25

2

1180,45

1644912457

3289824914

1941736909796,15

3883473819592,30

3668,75

0

1467,95

3163251989

0

4643495757854,22

0,00

4100

1

1899,2

6850339647

6850339647

13010165058509,20

13010165058509,20

 

99

   

11032758023,00

 

18168533412907,50


 

Кроме этого, можем вычислить нормированные моменты 3-ого и 4-ого порядков:

Значение  берем по данным предыдущего задания.

Коэффициент крутости определяется по формуле:

По величине нормированного момента третьего порядка можно дать оценку скошенности полигона ряда:

    • Правосторонняя (правая ветвь распределения длиннее, >0);
    • Левосторонняя (левая ветвь длиннее, <0,5);
    • Средняя ( =0,5-0,1);
    • Большая ( >1).

Так же, по величине или можно дать оценку крутости полигона, при <0 – плосковершинное распределение; при >0 – островершинное; при =0 – распределение близко к нормальному.

Таким образом, в данном примере можем увидеть:

Скошенность правосторонняя и большая ( >0;>1), что указывает на увеличение, а по величине наблюдается островершинное распределение ( =10,4146>0).

 

3.8. Определение показателей связи при парной линейной зависимости

 

На основании данных таблицы 1 о ценах на квартиры и общей площади можно составить и решить линейное уравнение парной корреляции и вычислить показатели тесноты связи.

Изучение зависимости  вариации признака от окружающих условий  составляет содержание теории корреляции.

При изучении конкретных зависимостей одни признаки выступают  в качестве факторов, обусловливающих изменение других признаков. Признаки этой первой группы называются факторными признаками, а признаки, которые являются результатом влияния этих факторов, называются результативными.

Для того, чтобы результаты корреляционного анализа нашли  применение и дали желаемый результат, должны выполнятся определенные требования в отношении отбора объекта исследования и признаков-факторов. Одним из важнейших условий правильного применения методов корреляционного анализа является требование однородности тех единиц, которые подвергаются изучению методами корреляционного анализа.

Вычисление величин  для определения параметров уравнения  регрессии и коэффициента корреляции (Приложение 3).

 Составим систему нормальных уравнений:

Для нахождения решения этой системы предварительно необходимо найти значение параметра b:

Подставим значение b в систему и найдем значение параметра a:

а=-32,6

Можно отразить запись уравнения регрессии, выражающую связь между общей площадью и ценой на квартиры:

Параметр b  в уравнении называют коэффициентом регрессии. Коэффициент регрессии имеет положительное значение, что обуславливается наличием прямой корреляционной зависимости. Параметр b показывает, что при изменении общей площади квартиры на 1 м2 его стоимость увеличится на 67,3 тыс.руб.

Коэффициент регрессии  показывает, на сколько в среднем  изменяется величина результативного  признака y при изменении факторного признака x на единицу. Геометрически коэффициент регрессии представляет собой наклон прямой линии, изображающей уравнение корреляционной зависимости, относительно оси х.

Найдем величины для  исчисления коэффициента корреляции:

    1. Среднее значение факторного признака (S):

    1. Среднее значение результативного признака (цены):

    1. Среднее значение произведения:

    1. Среднее квадратическое отклонение по площади:

    1. Среднее квадратическое отклонение по цене:

При линейной форме уравнения применяется такой показатель тесноты связи как коэффициент корреляции:

Этот показатель представляет собой стандартизованный коэффициент  регрессии, т. е. коэффициент, выраженный не в абсолютных единицах измерения признаков, а в долях среднего квадратического отклонения результативного признака. Количественная мера тесноты связи r = 0,82,что согласно шкале Чеддока означает высокую силу связи.

Линейный коэффициент  корреляции может принимать любые  значения в пределах от -1 до +1. Чем ближе коэффициент корреляции по абсолютной величине (0,82) к 1, те теснее связь между признаками. Знак указывает на направление связи. В данном случае – положительный, – указывает на прямую зависимость.

В таком случае коэффициент парной корреляции (%) будет равен:

Т.е. различия в значениях зависимой переменной y - цена квартиры на 67,24% объясняются различиями в значениях независимой переменной x – количество метров (и на 32,76% - факторами, не учтенными в уравнении регрессии).

 

Далее проверим коэффициенты корреляции и регрессии на существенность (при уровне значимости=0,05) Если фактическое значение критериев больше табличного критерия (= 2,0003), то коэффициенты существенны:

Табличное значение критерия 2,776 и оно меньше чем 15,05 , таким образом величина коэффициента регрессии и корреляции статистически достоверна, цена на квартиры зависит от ее площади.

Для определения направления  и формы связи применяют  графический метод. Используя данные об индивидуальных значениях признака-фактора и соответствующих ему значениях результативного признака, можно построить в прямоугольных координатах точечный график, который называется «полем корреляции» (Приложение 4). Положение каждой точки на графике определяется величиной двух признаков – ценой на квартиру (Y) и соответствующей общей площадью квартиры (X).

 

Выводы и  предложения

 

Таким образом, в ходе данной работы была выполнена поставленная в начале работы цель: с помощью статистических методов исследования произвести анализ вторичного жилья Индустриального района г. Перми, а так же сформулированные задачи.

На основе ранжированного и интервального рядов распределения мы видим, что группы с более дешевыми квартирами сильно заполнены, при том как дорогие группы включают лишь небольшое количество квартир.

Для характеристики среднего значения признака в вариационном ряду используются средняя арифметическая, мода и медиана. Мода и медиана  в данном примере меньше средней арифметической взвешенной (2200,8), что указывает на правостороннюю скошенность ряда распределения. К тому же, помимо аналитических способов нахождения Средних, мы можем определить их графически. Медиана определяется по Огиве (рис.1), мода - по гистограмме распределения (рис.2).

Так же можно сказать, что с увеличением средней  площади квартиры, максимальное количество квартир на первом и последнем  этажах вошли в группу квартир  с площадью ниже средней, а так  же с ценой ниже средней.

Рассчитав критерий Стьюдента, с вероятностью 0,95 мы отвергаем гипотезу о равенстве коэффициентов корреляции и фактического критерия. Следовательно, величина коэффициента регрессии и корреляции статистически достоверна и существенна, следовательно, цена на квартиру зависит от ее площади.

Хотя в 2009 г. средние  рублевые цены предложения на вторичном  рынке стали ниже в среднем  на 14%, сейчас на рынке наблюдается положительная динамика средней цены во всех районах города. Тенденция плавного роста цен на рынке жилья объясняется совокупным влиянием сразу нескольких факторов. На повышение стоимости жилья в той или иной степени оказывает влияние общий экономический рост, повышение уровня жизни и доходов населения, инфляция и удорожание строительства, увеличение объемов строительства, развитие ипотеки. На восстановление активности  продаж на вторичном рынке на докризисный уровень (он упал в среднем по стране на 30%) может уйти около года. Восстановление фактических объемов строительства жилья, которые также упали почти на треть, займет гораздо больше времени (не менее 2-х лет) в текущей макроэкономической ситуации.  Этот срок дополнительно может увеличиться в связи со сменой владельцев значительной доли строительных компаний. Небыстрым выглядит и процесс восстановление системы ипотечного кредитования, которая сократила объемы выдачи кредитов более чем в пять раз. Таким образом, полное восстановление объемов сделок на рынке жилья ранее 2011 года маловероятно при в целом нейтральной макроэкономической ситуации в мире.

Можно сказать, что в настоящее время необходимо улучшить нормативное законодательство, продолжать государственную целевую программу «Жилище», решить наиболее приоритетные задачи.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список использованной литературы

 

    1. Ален Р. Экономические индексы. – М.: Статистика, 1988.
    2. Виноградова Н.М., Евдокимов В.Т. – М.: Статистика, 1989.
    3. Дружинин Н.К. Математическая статистика в экономике. Введение в мат.-стат. методологию. – М.: Статистика, 1991.
    4. Елисеева И.И., Юзбашев М.М. Общая теория статистики / Учебник. – М.: Финансы и статистика, 1995.
    5. Ефимова М.Р. Статистические методы в управлении производством. – М.: Финансы и статистика, 1998.
    6. Ефимова М.Р., Рябцев В.М. Общая теория статистики / Учебник. – М.: Финансы и статистика, 1996.
    7. Зинченко А.П. Сельскохозяйственная статистика с основами социально-экономической статистики. – М.: Изд-во МСХА, 1998.
    8. Пасхавер И.С. Средние величины в статистике. – М.: Статистика, 1999.
    9. Рябушкин Т.В., Ефимова М.Р. Общая теория статистики / Учебник. – М.: Финансы и статистика, 1991.
    10. www.pmfs.ru
    11. http://www.ptdh – Основные тенденции развития рынка вторичного жилья Перми в 2008г.
    12. http://metrosphera.ru – глобальный портал о недвижимости – Обзор рынка жилья в Перми.

 

 

 

 

 

 

 

 

 

 

 

 

Приложения

 

 

Приложение 1.

Ранжированный ряд

   

Характеристики  Квартир

 

Ранги

Цена, тыс.руб.

Общ. S

Жил. S

S кухни

Тип дома

Мат-л

Балк./Лодж.

Эт./Этажн.

1

1800

30

17,2

6

ХР

К

 

2/5

-

2

1820

30

19

6

ХР

К

 

1/3

20

3

1850

28,2

16,8

6

ХР

К

 

1/5

30

4

1850

30

17

6

ХР

К

 

1/5

0

5

1880

31

17,5

6

ХР

К

Б

2/5

30

6

1890

30

16,1

6,7

ХР

К

 

1/5

10

7

1900

30,8

19

6

ХР

К

 

2/5

10

8

1900

31

18

6

ХР

К

 

1/5

0

9

1900

31

18

6

ХР

К

 

3/5

0

10

1900

31

17

6

ХР

К

 

1/5

0

11

1920

30

16

6,7

ХР

К

 

1/5

20

12

1940

31

19

6

ХР

К

 

4/5

20

13

1950

30

17

5

ХР

К

 

1/5

10

14

1950

31

18

6

ХР

К

 

1/5

0

15

1950

31

17

6,4

ХР

К

 

1/5

0

16

1950

31

18

6

ХР

К

 

2/5

0

17

1950

34,3

19,4

6,7

БР

П

 

1/5

0

18

1950

31

17

6

ХР

К

 

4/5

0

19

1960

30

17

6

БР

К

Б/З

1/5

10

20

1970

31

18

6

ХР

К

 

2/5

10

21

1980

32

17

6

БР

П

Б

5/5

10

22

2000

31

17,1

6

БР

П

 

1/5

20

23

2000

30,3

19,2

6,2

ХР

К

Б

5/5

0

24

2000

31,6

18

6

ХР

К

 

2/5

0

25

2000

37

18

8

ХР

К

 

4/5

0

26

2000

33

18

6

ХР

К

 

1/5

0

27

2000

30,5

17,5

6

МС

П

Б/З

5/9

0

28

2000

31

18

6

ХР

К

Б

5/5

0

29

2000

30

17,1

6

ХР

К

 

4/5

0

30

2030

31

17

6

БР

П

Б

5/5

30

31

2050

31,4

17,2

6

БР

П

Б

2/5

20

32

2050

33

17,5

6

БР

П

Б/З

5/5

0

33

2050

31

18

6

ХР

К

 

1/5

0

34

2050

28,1

15,7

8,4

ХР

К

 

2/4

0

35

2050

31,3

18

6

ХР

К

 

2/5

0

36

2050

30

17

6

ХР

К

Б/З

5/5

0

37

2050

38

18

7

ХР

К

 

4/5

0

38

2050

31

18

6

МС

К

Б/З

4/9

0

39

2050

30,2

17,2

6,5

БР

К

Б/З

5/5

0

40

2060

31,6

18,8

6

ХР

К

 

5/5

10

41

2100

30,1

17,8

5,8

ХР

К

Б/З

2/5

40

42

2100

31

17

6

БР

П

Б

3/5

0

43

2100

30,3

18,5

9

БР

П

Б/З

5/5

0

44

2100

31

18

6

ХР

К

Б

5/5

0

45

2100

30,7

18

6

ХР

К

 

4/5

0

46

2100

30,9

18,1

6,3

ХР

К

 

2/5

0

47

2100

35

17,8

7

ХР

К

 

2/5

0

48

2100

31,7

17

6

ХР

К

 

3/5

0

49

2100

30,8

18,3

6

ХР

К

 

5/5

0

50

2100

32

18,2

5,9

ХР

К

Б/З

4/5

0

51

2100

36,2

16,9

9

УП

П

Л/З

5/9

0

52

2100

30,1

17,4

6

БР

П

 

1/5

0

53

2100

30

18

6

ПГ

К

 

1/3

0

54

2120

30,1

17

5,7

ХР

К

 

2/5

20

55

2150

32,1

17

6,2

ХР

К

 

4/5

30

56

2150

33

18

6

ХР

К

 

5/5

0

57

2150

33

18

6

ХР

П

Б

5/5

0

58

2150

30

17,8

6

ХР

К

Б

5/5

0

59

2150

30

17,8

6

ХР

К

Б

5/5

0

60

2150

32

18

6

БР

К

Б

3/5

0

61

2150

31

18

6,3

ХР

К

 

2/5

0

62

2150

31

18

6,4

ХР

К

Б/З

2/5

0

63

2150

31

17

6

ХР

К

Б

4/5

0

64

2150

34,8

17

9

УП

П

Л/З

1/9

0

65

2150

31,5

17,2

6

УП

К

Б

3/5

0

66

2150

30,3

16,7

6,1

ХР

К

Б

3/5

0

67

2150

31,3

17,3

6

БР

П

Б/З

2/5

0

68

2170

32

16,8

6,7

БР

П

Б/З

5/5

20

69

2170

31

17

6

БР

П

Б/З

3/5

0

70

2170

31

17,4

6

ХР

К

 

3/5

0

71

2180

36

19

8

ПГ

К

Б

4/4

10

72

2190

30,9

18,5

5,9

ХР

К

Б

4/5

10

73

2200

34,7

21,3

6,1

БР

К

Б/З

2/5

10

74

2200

34

19

7

БР

К

 

1/9

0

75

2200

30,9

17,2

5,8

БР

К

Б/З

5/5

0

76

2200

30,9

18

6

ХР

К

Б/З

5/5

0

77

2210

32,3

18,3

6

ХР

К

 

2/5

10

78

2220

35

17

5,6

ХР

П

Л/З

9/9

10

79

2250

32

18

6

ХР

П

 

1/5

30

80

2280

36

16,5

9

УП

П

Б

4/9

30

81

2300

30,8

17,8

6

УП

К

 

4/5

20

82

2300

36,5

19,2

8,5

ПГ

К

Б

4/4

0

83

2300

35

17

9

УП

П

Л/З

7/9

0

84

2300

35

19

7

БР

П

Б/З

2/5

0

85

2300

37,3

18

9

УП

П

 

1/10

0

86

2350

32,6

22

4,5

ХР

К

Б/З

5/5

50

87

2380

43,5

20,9

12

ПГ

К

 

4/4

30

88

2400

37

17

9

УП

П

Б

10/11

20

89

2435

36,7

16,9

8,9

УП

П

Л/З

10/10

35

90

2500

37

17

9

УП

К

Б

8/9

65

91

2570

34,6

17

9

УП

П

 

4/10

70

92

2600

34,1

17

9

УП

П

 

1/10

30

93

2695

37

17

9

УП

П

 

3/11

95

94

2700

31,2

15,4

6

ХР

К

 

1/5

5

95

2800

41,4

20,4

7,4

УП

П

Л/З

12/14

100

96

3100

37,8

20,8

10

ИП

К

 

4/10

300

97

3300

50

21,8

11,5

ИП

К

Л/З

10/17

200

98

3350

50

22

11,5

УП

К

Л/З

10/17

50

99

4100

50

21

12

ИП

К

Л/З

13/17

750

100

4150

50

19

12

ИП

К

Л/З

13/18

50

Сумма:

219640

3301,4

1790,3

684,7

         

Информация о работе Статистико-экономический анализ стоимости квартир Индустриального р-на г.Перми