статистика сотовой связи.
Введение Вопрос стоимости жилья в наше время является одним из самых актуальных. Где жить? Как приобрести собственную квартиру? Сколько это будет стоить? Для многих молодых семей и не только данная тема является очень болезненной. Именно поэтому темой данной работы была выбрана оценка стоимости недвижимости. В 2006 году рост цен на московском рынке недвижимости достиг невиданных масштабов. За год с небольшим стоимость столичного квадратного метра выросла более чем вдвое. Основной причиной такого развития событий стал серьезный дисбаланс спроса и предложения: - заметное сокращение количества новостроек в Москве и дефицит квартир совпал с общим экономическим ростом, повышением уровня жизни в столице и развитием ипотеки. Вслед за Москвой резко поднялись цены на жилье и в других городах и регионах России. В отношении дальнейших перспектив столичного рынка недвижимости эксперты прогнозируют либо стабилизацию, либо рост цен небольшими темпами. Но что будет на самом деле, учитывая непредсказуемость российской экономики, неизвестно. По данным аналитического центра «Рескор» с декабря 2005 по декабрь 2006 года рост среднего уровня цен на московские квартиры составил 87,9%. Уже в этом, 2007 году, средняя цена за квадратный метр превысила $4200. В данной работе сначала проведен анализ стоимости жилья, учитывая только основной фактор – площадь квартиры. По данным агентства недвижимости «Инком» произведена выборка из 30 квартир. Составлено уравнение линейной регрессии и исследована статистическая значимость параметров уравнения и самого уравнения в целом. Далее вкратце рассмотрена множественная линейная регрессия. Затем представлены данные о стоимости одного квадратного метра жилья в Москве за последние годы. На графике хорошо виден рост цен за последний год. Найдено уравнение линейного тренда в форме параболы. Основные понятия корреляционного и регрессионного анализа Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания так или иначе определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики. Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. В экономике примером может служить прямо пропорциональная зависимость между производительностью. Труда и увеличением производства продукции. Корреляционная связь проявляется в среднем, для массовых наблюдений, когда значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Некоторое увеличение аргумента повлечет за собой лишь среднее увеличение или уменьшение (в зависимости от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. По направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными. Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно. Содержание
Список литературы
Похожие работы:
Поделитесь этой записью или добавьте в закладки |
Полезные публикации |