Библиографическое описание:МОДЕЛИРОВАНИЕ СТОИМОСТИ ЖИЛЬЯ НА ВТОРИЧНОМ РЫНКЕ НЕДВИЖИМОСТИ В Г. КРАСНОЯРСКЕ В 2016 ГОДУ : научное издание / О. В. Пашковская, С. И. Сенашов, И. Л. Савостьянова, Н. Ю. Юферова. - Текст : непосредственный // Сибирский журнал науки и технологий. - 2017. - Т. 18, № 4. - С. 788-795. - ISSN 2587-6066. Перевод заглавия: MODELING THE COST OF HOUSING ON THE SECONDARY REAL ESTATE MARKET IN THE CITY OF KRASNOYARSK IN 2016
Аннотация:Собраны и проанализированы данные по стоимости вторичной жилой недвижимости в г. Красноярске за 2016 г. Количество объектов в 2016 г. - 1239 штук. Каждая квартира характеризуется 9 параметрами: количество комнат, планировка, микрорайон, этаж, материал стен, общая площадь, жилая площадь, площадь кухни, наличие балкона или лоджии. На основе метода наименьших квадратов (МНК) построена адекватная линейная модель стоимости квартиры в обычном и стандартизованном виде. При построении модели проана- лизировано влияние количественных и качественных факторов. Ранжированы коэффициенты престижности районов и материала стен. Ранжирование проводилось на основе выделения типичной квартиры. В качестве типичной квартиры были взяты однокомнатные квартиры как наиболее часто продаваемые. Характеристики типичной квартиры: общая площадь - 30,6 м<sup>2</sup>, жилая площадь - 17,7 м<sup>2</sup>, площадь кухни - 5,5 м<sup>2</sup>, планировка - хрущевка, 1 этаж (количество этажей - 5), санузел - смежный, плита - электрическая, балкон - есть, мате- риал стен - панель. При построении коэффициентов престижности вводились 24 фиктивные переменные, а для материала стен - восемь фиктивных переменных. Показано, что при развитии города коэффициенты престижности районов города меняются, иногда очень существенно. Приведена адекватная модель зависи- мости цены жилого объекта от экологического состояния района. Рассчитаны коэффициенты престижно- сти для атрибутивных факторов, построена регрессионная модель, содержащая такие факторы, как цена, общая площадь, планировка, микрорайон, материал стен, со статистически значимыми факторами - общая площадь, планировка, микрорайон. Это сделано и в стандартизированной форме. Проведенное исследование подтверждает высокое влияние на цену квартиры, предлагаемой к продаже, общей площади и микрорайона, а также умеренное влияние планировки. Построенные модели адекватно описывают опытные данные.
The authors collected and analyzed data on the cost of the secondary residential property in the city of Krasnoyarsk in 2016. The Number of objects in 2016 is 1239 pieces. Each apartment is characterized by nine parameters. Based on the method of least squares (OLS) is an adequate linear model of the cost of an apartment in a regular and standard- ized form. When building the model the influence of quantitative and qualitative factors was analyzed. The factors of the prestige of the areas and wall material were ranked. The ranking was conducted based on the allocation of a typical apartment. A Studio apartment was taken as a typical apartment, as the most frequently sold. When we built the coefficients of the prestige, 24 dummy variables were introduced, and for the material of the walls the eight dummy variables were introduced. We show that urban development factors in the prestige areas of the city are changing, sometimes dramatically. The authors gave an adequate model of dependence of the prices of residential property from the environmental condition of the area. The coefficients of “prestige” for attribute factors were calcu- lated, the article builds a regression model containing the factors: price, total area, layout, floor, and wall material: statistically significant factors total area, the layout, the neighborhood. It was done in a standardized way. This study confirms the high influence on the price of the apartment, offered for sale, the total area of the district, and a moderate impact of layout. The constructed models adequately describe experimental data.
Ключевые слова:Gls, cost of the secondary residential property, OLs, Multivariable linear regression model, стоимость жилья, мнк, линейная регрессионная многофакторная модель
