Порядок выполнения задания
§1. Задача состоит в том, что бы построить модель оценки объектов. В качестве наиболее доступных объектов могут служить любые объекты торгов, например, квартиры или ценные бумаги, валюты отдельных государств, биржевые индексы. В общем, любые товары или услуги, выступающие на рынке в сделках купли продажи или даже в виде предложений для совершения таких сделок. Цель оценки может быть разная. От оценки состояния конкретного рынка до прогноза будущих цен (краткосрочного или долгосрочного).
§2. Создать на листе “Excel” набор из не менее чем 50 объектов (по выбору студента это могут быть: жилые помещения в городе, офисные помещения, сооружения, земельные участки под застройку или под растениеводство, рынки или социально-экономические системы типа государств или их территориально- административных единиц).
§2. Каждый объект описывается одной строкой таблицы. В любой строке таблицы не менее, чем 25 столбцов. Каждый столбец – это численное описание одного свойства по всей выборке объектов, то есть для выбранных студентом объектов. Сколько объектов, столько строк. Сколько свойств, столько столбцов. Один столбец именуется критерием задачи. Например, если выборка состоит из жилых помещений – квартир в многоэтажном доме, то критерием может служить свойство: цена за 1 квадратный метр общей площади квартиры.
§3. Сразу за строками- объектами устанавливаются строки, состоящие из показателей. Любая ячейка строки –показателей (показатель) характеризует одно свойство в целом, взятое по всей выборке; Набор показателей характеризует выборку объектов. Для другой выборки показатели могут иметь другие значения. Можно сказать, что отдельный показатель -- это функция столбца. Например, такие показатели как: максимальное значение по столбцу, минимальное значение, коэффициент корреляции любого свойства с критерием, вес свойства, коэффициент регрессии свойства с критерием и т. д.
§4 Отделить из выборки незначимые свойства объектов, используя формулу корреляции. Если абсолютное значение коэффициента корреляции свойства Xj с критерием меньше величины “0,1”, то это свойство считается незначимым для задачи оценки объекта и должно быть выбраковано, исключено из исходного листа “Excel”. Делается копия листа, из которой убираются все незначимые столбцы.
§5 Ниже показана строка коэффициентов корреляции, то есть одна строка показателей, которая была рассчитана, используя формулу корреляции.
Рис3. Строка
коэффициентов корреляции.
§6. Построить графики регрессии свойство - цена. На основе графиков регрессии объяснить, когда свойство значимо и когда оно незначимо. Как это отражается на графике. По смыслу сказанного коэффициент корреляции в данном случае должен быть отрицательным: с ростом расстояния от жилого дома до станции метро цена квартиры должна уменьшаться, или хотя бы не увеличиваться. Студенту предлагается объяснить возможную причину такого “феномена”.
§7. Как вычислить вес конкретного свойства?
§8. Вычислить невязки (отклонения расчетных данных от фактических по критерию задачи. В данном случае по свойству – цена за 1кв. метр).
§9. После вычисления весов сделать (используя линейное матричное уравнение ) прогноз на цену (за кв. метр жилплощади и пересчет на цену конкретной квартиры). Исходные данные – отдельный набор объектов недвижимости, например, 10 квартир, которые не были использованы в матрице задачи, что бы прогноз был корректным.
§4. Вычислить невязки (отклонения расчетных данных от фактических по критерию задачи. В данном случае по свойству – цена за 1кв. метр).
§3. После вычисления весов сделать (используя линейное матричное уравнение ) прогноз на цену (за кв. метр жилплощади и пересчет на цену конкретной квартиры). Исходные данные – отдельный набор объектов недвижимости, например, 10 квартир, которые не были использованы в матрице задачи, что бы прогноз был корректным.
§4. Вычислить невязки (отклонения расчетных данных от фактических по критерию задачи. В данном случае по свойству – цена за 1кв. метр).
§3. После вычисления весов сделать (используя линейное матричное уравнение ) прогноз на цену (за кв. метр жилплощади и пересчет на цену конкретной квартиры). Исходные данные – отдельный набор объектов недвижимости, например, 10 квартир, которые не были использованы в матрице задачи, что бы прогноз был корректным.
§4. Вычислить невязки (отклонения расчетных данных от фактических по критерию задачи. В данном случае по свойству – цена за 1кв. метр).
§3. После вычисления весов сделать (используя линейное матричное уравнение ) прогноз на цену (за кв. метр жилплощади и пересчет на цену конкретной квартиры). Исходные данные – отдельный набор объектов недвижимости, например, 10 квартир, которые не были использованы в матрице задачи, что бы прогноз был корректным.
§4. Вычислить невязки (отклонения расчетных данных от фактических по критерию задачи. В данном случае по свойству – цена за 1кв. метр).
Глава 1
Исходные данные.
§1. Генеральная совокупность данных
В студенческой работе выбирается, например, несколько вариантов квартир из каждого округа Москвы: 5 квартир из Северного округа, 5-из Южного,5-из Восточного, 5-из Западного, а также 5-из Юго-Восточного, 5-из Юго-Западного,5-из Северо-Восточного , 5-из Северо-Западного округа, 5-из Центрального и 5-из Зеленограда .
Всего 50 квартир из 10 округов Москвы. Данные по объектам недвижимости - квартирам отчасти были получены из специализированных газет и журналов, а также из ресурсов Интернета. Итак, например, получилось 3 трёхкомнатные квартиры, 11 двухкомнатных квартир и 36 однокомнатных квартир.