Анализ стоимости жилья в Свердловском районе г. Пермь

Автор работы: Пользователь скрыл имя, 05 Октября 2011 в 18:52, курсовая работа

Краткое описание

Целью работы является проведение анализа стоимости квартир, выделение групп квартир по стоимости, выявление закономерностей в зависимости стоимости жилья от разных факторов.

Содержание работы

Введение 3

1 Понятие и показатели уровня жизни населения 5

2 Обеспеченность жильем на душу населения 7

3 Статистический анализ стоимости жилья

3.1 Статистическая сводка и группировка 10

3.2 Анализ вариационных рядов 16

3.3 Группировка по двум признакам 24

Выводы и предложения 28

Библиографический список 30

Содержимое работы - 4 файла

Курсовая к сдаче.doc

— 547.50 Кб (Скачать файл)
 

     Вычислим  нормированные моменты 3-го и 4-го порядков:

            (15)

            (16)

     Определим коэффициент крутости:

           (17)

     Оценим  скошенность полигона ряда по величине нормированного момента 3-го порядка: скошенность  левосторонняя, т.к. .

     По  величине или дадим оценку крутости полигона: , т.е. распределение островершинное. 

 

    3.3 Группировка  по двум признакам

     Вторичная группировка – операция по образованию  новых групп на основе ранее построенной группировки. Путем укрупнения групп интервального ряда выделяем 5 групп квартир по цене, соблюдая 2 условия: достаточное количество квартир в каждой группе и однородность качественного состава каждой группы. Этот способ употребляется, когда необходимо в ходе перегруппировки данных определить, какая часть (доля) единиц совокупности перейдет из старых групп в новые.

     Таблица 6. – Сводные данные по группам  квартир

Группы  квартир по цене, тыс. руб. Кол-во кв. в  группе Кол-во кв. на 1-ом и последнем этажах Общая S, м² Жилая S, м² S кухни, м² Количество  квартир УП и ИП Наличие балкона  и лоджии
до 1800 22 14 634,7 358 136,7 0 6
1850-2000 29 12 881,4 486 178,5 1 16
2040-2270 42 15 1375 711 293,8 9 24
2300-2500 27 9 914,8 466,3 192 11 20
свыше 2570 28 7 1107 524 250 19 19
Итого: 148 Х Х Х Х 40 85

     В подлежащем необходимо указать группировочный признак, а в сказуемом – показатели, формирующие группы квартир по цене (таблица 7).

Таблица 7. – Подлежащее и сказуемое по группам квартир

Подлежащее Сказуемое Удельный  вес в %
Группы  квартир по цене Кол-во кв.  в  группе Средняя стоимость  квартиры Стоимость 1 м² Средняя S квартиры, м² Средняя S кухни, м² Кол-во кв. на 1-ом и последнем этажах Кол-во квартир  УП и ИП Наличие балкона (лоджии)
до 1800 22 1631,36 56,55 28,85 6,21 64   0   27
1850-2000 29 1936,97 63,73 30,39 6,16 41   3   55
2040-2270 42 2146,43 65,57 32,74 7,00 36   21   57
2300-2500 27 2382,30 70,31 13,01 7,11 33   41   74
свыше 2570 28 3008,18 76,10 39,53 8,93 25   68   68
Итого (в среднем) 148 11105,23 Х Х Х Х Х Х
 

     Корреляционно-регрессивный анализ

     Рисунок 3. – Зависимость между площадью и ценой квартиры

     Рисунок предварительно характеризует о наличии связи, о направлении (прямая), о форме связи (линейная). Поэтому для корреляционного анализа применяем парную линейную зависимость.

     Составим  систему нормальных уравнений:

Вычислим  значение параметра  :

     Подставив значение b в систему уравнений, получим a =81,4

     Произведем  запись уравнения регрессии, выражающее связь между общей (жилой) площадью и ценой на квартиры:

     

     Т.е. при увеличении площади на 1 м2, стоимость квартиры возрастет на 64,88 тыс. руб. Это можно использовать для краткосрочного прогноза стоимости жилья ( ) при определенной площади ( ).

     Определим величины для исчисления коэффициента корреляции:

     а) среднее значение факторного признака (площади):

б) среднее  значение результативного признака (цены):

 
 

в) среднее  значение произведения цены и площади:

г) среднее  квадратичное отклонение по площади:

д) среднее  квадратичное отклонение по цене:

Вычислим  линейный коэффициент парной корреляции по формуле:

     Мы  видим, что связь прямая ( >0), по тесноте высокая (0,7< <0,9 по шкале Чеддока).

     Вычислим  коэффициент детерминации:

     Коэффициент детерминации >50, следовательно, влияние факторного признака (площади) признается существенным. На все остальные факторы существенность влияния остается 47,53%.

     Проверим  коэффициенты корреляции и регрессии  на существенность (при уровне значимости = 0,05):

;

;  

 

     Выводы и предложения

     Ранжированный ряд дает нам совокупность, анализируемую  по степени увеличения или уменьшения каждой единицы и интенсивность  нарастания признаков, по которым мы можем проверить качественную однородность анализируемой совокупности.

     Интервальный  ряд позволяет разделить совокупность на качественно однородные группы и  определить типичный уровень признака совокупности и предварительно оценить  распределение нормальное или близкое  к нормальному. Интервальный   ряд   показывает,   что   распределение   квартир   по   группам происходит неравномерно. Наибольшее количество квартир располагается в стоимостном интервале от 1828 тыс. руб. до 2242 тыс. руб. — 62 квартиры

     Точное  значение получаем методом интерполирования. Мода, как значение признака Хmo с наибольшей частотой n, находится рядом с серединой интервала (0,5i или 207 тыс. руб.) и равной 2117,8 тыс. руб.

     Значение  медианы Хme также определяется методом  интерполирования. Медиана, как и  мода, в данном примере больше средней арифметической взвешенной, что указывает на левостороннюю скошенность ряда распределения.

     При увеличении средней стоимости квартиры пропорционально увеличиваются  цена квадратного метра площади, средняя площадь  квартиры и средняя площадь кухни.

     Анализ  показал, что при увеличении стоимости  квартиры все показатели изменяются не пропорционально.

     Группа  квартир с наибольшим удельным весом  квартир на первом и последнем  этажах имеет наименьшую стоимость, а при увеличении стоимости количество квартир на первом и последнем этажах сокращается.

     При увеличении удельного веса УП и ИП, балконов и лоджий стоимость квартир  увеличивается.

     С вероятностью 0,95 мы отвергаем гипотезу о равенстве коэффициента корреляции в генеральной совокупности нулю. Фактическое значение t критерия Стьюдента превышает его критическое значение. Следовательно, величина коэффициента регрессии и корреляции статистически достоверна, а, следовательно, цена на квартиру зависит от ее общей площади.

           По проведенному исследованию можем предложить следующие мероприятия:

     государственные и местные инвестиционные ресурсы  должны использоваться на строительство  жилых домов для малоимущих слоев  населения;

     необходим пересмотр порядка предоставления квартир населению. В качестве основного критерия проживания в социальном жилищном фонде предлагается использовать доход семьи;

     необходимо  обеспечить защиту интересов наиболее уязвимых групп населения – пенсионеров, молодых семей, детей;

     необходима  разработка действенных методов  кредитования жилищного строительства за счет средств населения.

 

      БИБЛИОГРАФИЧЕСКИЙ СПИСОК

  1. "Сведения о жилищном фонде". Постановление Госкомстата России от 21.09.2001 N 71 и от 25.07.2002 N 158.
  2. Практикум по статистике /под. ред. А.П. Зинченко. М.: Колос, 2001
  3. Экономическая статистика: учебник. Под редакцией Ю.Н. Иванова, - М.: ИНФРА-М, 1999.
  4. «Недвижимость как 1,2,3» № 8 сентябрь 2008 года.
  5. Статистика. Все формулы: учебное пособие. Л.А. Давыдова. М.: Велби, 2008  

     Интернет  ресурсы:

  1. http://www.interfax.ru
  2. http://www.PRM.RU (Новости / Недвижимость. 8 февраля)
  3. http://www.rezon-realty.ru
  4. http://www.panperm.ru/analitika
 
 

 

 
 
 
 
 
 
 
 
 

 
 
Приложение

Приложение к курсовой.doc

— 549.50 Кб (Открыть файл, Скачать файл)

Ранг квартиры по цене.doc

— 419.50 Кб (Открыть файл, Скачать файл)

Статистика.xls

— 115.00 Кб (Открыть файл, Скачать файл)

Информация о работе Анализ стоимости жилья в Свердловском районе г. Пермь