" Н а у к а м о л о д ы х " , 3 0 - 3 1 м а р т а 2 0 1 7 г . , А р з а м а с
П о с в я щ а е т с я 1 0 0 - л е т и ю Р о с т и с л а в а Е в г е н ь е в и ч а А л е к с е е в а
1152
самом деле это регрессионный анализ, по результатам которого, было
составлено уравнение множественной регрессии:
,x ,
x ,
x ,
x ,
x ,
x ,
x ,
,
y
7
6
5
4
3
2
1
444 36
651
799 35
532 17
735 10
969 3
539 11 09 72
+
+
+
+
+
−
+ −=
где
y
– расчётное (полученное по уравнению регрессии) значение цены
однокомнатной квартиры;
1
x
– район,
2
x
– этаж, на котором расположена
квартира,
3
x
– количество этажей в доме,
4
x
– материал стен здания,
5
x
– общая
площадь квартиры,
6
x
– жилая площадь,
7
x
– площадь кухни.
После исключения ряда факторов, не оказывающих существенного
влияния на стоимость квартиры, уравнение регрессии приняло вид:
7
5
1
444 36
799 35
539 11
x ,
x ,
x ,
y
+
−
=
Далее авторы предполагают: если исходить из того, что парный
коэффициент корреляции между общей площадью квартиры и её ценой
принимает наибольшее значение, то можно построить регрессионное
уравнение, пренебрегая остальными параметрами в силу того, что их
коэффициенты парной корреляции с ценой квартиры имеют меньшие значения,
чем коэффициент корреляции между общей площадью квартиры и её ценой [2].
В таком случае уравнение парной регрессии выглядит следующим образом:
3
705 52 73 43
x ,
,
y
+ −=
Данное уравнение является статистически значимым по F-критерию
Фишера, однако уменьшение количества параметров не приводит к улучшению
модели, в этом случае увеличивается ошибка аппроксимации [2].
Большой объем выборки можно обозначить как преимущество данной
модели, так как это позволяет повысить её эффективность.
Так же как было сказано выше, минусом является то, что некоторые
характеристики квартир заменены числовыми значениями. Данные переменные
относятся к качественным (фиктивным) переменным, т.е. могут принимать
изначально только два значения: 1– если условие выполняется, 0 – если нет.
Таким образом, приведенные авторами переменные следовало бы разбить на
несколько фиктивных.
Иркутский рынок квартир так же был исследован с точки зрения
эконометрики. В четвертой изученной работе [3] производится моделирования
рынка жилой недвижимости г. Иркутска. Для описания модели продажной
стоимости квартиры была выбрана модель регрессионного уравнения, в
частности, модель парной регрессии.
С целью проведения исследования была составлена выборка
однокомнатных, двухкомнатных, трехкомнатных и четырехкомнатных квартир,
содержащая 226 наблюдений за 2011 и 2012 гг.
В качестве зависимой переменной
y
была выбрана продажная стоимость
квартиры, а в качестве независимой переменной
x
фактор, от которого,
предположительно, зависит цена оцениваемой квартиры – общая площадь [3].
В работе авторами рассматривается линейная регрессионная модель вида
i
i
i
x
y
ε
β
β
+ + =
1
0
,
