Автор работы: Пользователь скрыл имя, 05 Октября 2011 в 18:52, курсовая работа
Целью работы является проведение анализа стоимости квартир, выделение групп квартир по стоимости, выявление закономерностей в зависимости стоимости жилья от разных факторов.
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
В августе 2008г. на вторичном рынке многоквартирного жилья максимальная доля спроса покупателей, в зависимости от размера квартиры, была отмечена на квартиры меньшего размера (1-но и 2-комнатные) – 66,7%. Соответственно, удельный вес спроса на квартиры большего размера (3-х и 4-комантные) составил 33,3%.
3 Статистический анализ
3.1
Статистическая сводка и
Начальной
стадией статистических исследований
является статистическое наблюдение –
научно-организованный сбор сведений
об изучаемых социально-
Результатом
моего статистического
Отдельные элементы статистической совокупности объединяются в группы при помощи метода группировки. Это позволяет «сжать» информацию, полученную в ходе наблюдения, и на этой основе выявить закономерности, присущие изучаемому явлению.
Статистическая группировка – важнейшая часть второго этапа статистического исследования – сводки, в результате которой на основании зарегистрированных при статистическом наблюдении значений получаются общие (сводные) признаки для всей совокупности единиц объекта наблюдения. Это одно из самых сложных в методологическом плане этапов статистического исследования.
Статистической группировкой называется расчленение множества единиц изучаемой совокупности на группы по определенным существенным для них признакам. Этот метод разделения сложного массового явления на существенно различные группы. Она позволяет исчислить показатели для каждой группы и, таким образом, всесторонне охарактеризовать состояние, развитие и взаимосвязи изучаемого явления в целом. Одновременно группировка представляет собой процесс объединения в группы однородных единиц, по которым возможна сводка значений варьирующих признаков и получение статистических показателей.
Выделение ведут по величине и значению характеризующих единицы совокупности признаков. Важно правильно выделить и отобрать такие признаки, чтобы отделить друг от друга действительно различные группы. Признаки должны быть существенными, чтобы выделить типичные для рассматривания явления группы. Если взять малочисленные признаки, не определяющие главные различия в изучаемом явлении, можно получить поверхностное или даже искаженное представление о нем.
Применение метода статистических группировок предполагает соблюдение следующих требований:
Одним из этапов процесса группировки является построение рядов распределения, т.е. группировка единиц наблюдения по величине или значению признака. Используя данные о ценах на квартиры и основные характеристики этих квартир, я произвела запись ранжированного ряда по цене, в котором все единицы совокупности располагаются по возрастанию. Ранжированный ряд нарастания признаков дает нам совокупность, анализируемую по степени возрастания каждой единицы и интенсивность нарастания признаков (∆Хi), по которой мы можем проверить качественную однородность анализируемой совокупности, т.е. найти сомнительное значение. (Таблица 2).
Таблица
2. - Ранжированный ряд
Ранг кв. по цене | цена кв. тыс. руб. | ∆Xi | Ранг кв. по цене | цена кв. тыс. руб. | ∆Xi | Ранг кв. по цене | цена кв. тыс. руб. | ∆Xi |
1 | 1000,0 | – | 51 | 2000,0 | 0 | 101 | 2350,0 | 0 |
2 | 1170,0 | 170 | 52 | 2040,0 | 40 | 102 | 2350,0 | 0 |
3 | 1450,0 | 280 | 53 | 2050,0 | 10 | 103 | 2350,0 | 0 |
4 | 1500,0 | 50 | 54 | 2050,0 | 0 | 104 | 2350,0 | 0 |
5 | 1550,0 | 50 | 55 | 2050,0 | 0 | 105 | 2370,0 | 20 |
6 | 1600,0 | 50 | 56 | 2050,0 | 0 | 106 | 2370,0 | 0 |
7 | 1650,0 | 50 | 57 | 2050,0 | 0 | 107 | 2392,0 | 22 |
8 | 1650,0 | 0 | 58 | 2050,0 | 0 | 108 | 2400,0 | 8 |
9 | 1660,0 | 10 | 59 | 2050,0 | 0 | 109 | 2400,0 | 0 |
10 | 1680,0 | 20 | 60 | 2060,0 | 10 | 110 | 2400,0 | 0 |
11 | 1680,0 | 0 | 61 | 2070,0 | 10 | 111 | 2400,0 | 0 |
12 | 1700,0 | 20 | 62 | 2070,0 | 0 | 112 | 2400,0 | 0 |
13 | 1700,0 | 0 | 63 | 2080,0 | 10 | 113 | 2400,0 | 0 |
14 | 1740,0 | 40 | 64 | 2080,0 | 0 | 114 | 2420,0 | 20 |
15 | 1750,0 | 10 | 65 | 2080,0 | 0 | 115 | 2450,0 | 30 |
16 | 1750,0 | 0 | 66 | 2100,0 | 20 | 116 | 2450,0 | 0 |
17 | 1750,0 | 0 | 67 | 2100,0 | 0 | 117 | 2450,0 | 0 |
18 | 1750,0 | 0 | 68 | 2100,0 | 0 | 118 | 2450,0 | 0 |
19 | 1770,0 | 20 | 69 | 2100,0 | 0 | 119 | 2470,0 | 20 |
20 | 1790,0 | 20 | 70 | 2130,0 | 30 | 120 | 2500,0 | 30 |
21 | 1800,0 | 10 | 71 | 2150,0 | 20 | 121 | 2570,0 | 70 |
22 | 1800,0 | 0 | 72 | 2150,0 | 0 | 122 | 2570,0 | 0 |
23 | 1850,0 | 50 | 73 | 2150,0 | 0 | 123 | 2580,0 | 10 |
24 | 1850,0 | 0 | 74 | 2150,0 | 0 | 124 | 2580,0 | 0 |
25 | 1870,0 | 20 | 75 | 2150,0 | 0 | 125 | 2600,0 | 20 |
26 | 1870,0 | 0 | 76 | 2170,0 | 20 | 126 | 2600,0 | 0 |
27 | 1872,0 | 2 | 77 | 2180,0 | 10 | 127 | 2650,0 | 50 |
28 | 1880,0 | 8 | 78 | 2180,0 | 0 | 128 | 2650,0 | 0 |
29 | 1890,0 | 10 | 79 | 2200,0 | 20 | 129 | 2700,0 | 50 |
30 | 1890,0 | 0 | 80 | 2200,0 | 0 | 130 | 2710,0 | 10 |
31 | 1900,0 | 10 | 81 | 2200,0 | 0 | 131 | 2750,0 | 40 |
32 | 1900,0 | 0 | 82 | 2200,0 | 0 | 132 | 2790,0 | 40 |
33 | 1900,0 | 0 | 83 | 2200,0 | 0 | 133 | 2800,0 | 10 |
34 | 1900,0 | 0 | 84 | 2200,0 | 0 | 134 | 2800,0 | 0 |
35 | 1930,0 | 30 | 85 | 2250,0 | 50 | 135 | 2800,0 | 0 |
36 | 1950,0 | 20 | 86 | 2250,0 | 0 | 136 | 2800,0 | 0 |
37 | 1950,0 | 0 | 87 | 2250,0 | 0 | 137 | 2850,0 | 50 |
38 | 1950,0 | 0 | 88 | 2250,0 | 0 | 138 | 2870,0 | 20 |
39 | 1950,0 | 0 | 89 | 2250,0 | 0 | 139 | 2980,0 | 110 |
40 | 1950,0 | 0 | 90 | 2250,0 | 0 | 140 | 3000,0 | 20 |
41 | 1950,0 | 0 | 91 | 2270,0 | 20 | 141 | 3100,0 | 100 |
42 | 1980,0 | 30 | 92 | 2270,0 | 0 | 142 | 3150,0 | 50 |
43 | 1990,0 | 10 | 93 | 2270,0 | 0 | 143 | 3300,0 | 150 |
44 | 2000,0 | 10 | 94 | 2300,0 | 30 | 144 | 3700,0 | 400 |
45 | 2000,0 | 0 | 95 | 2300,0 | 0 | 145 | 3800,0 | 100 |
46 | 2000,0 | 0 | 96 | 2300,0 | 0 | 146 | 3920,0 | 120 |
47 | 2000,0 | 0 | 97 | 2300,0 | 0 | 147 | 4300,0 | 380 |
48 | 2000,0 | 0 | 98 | 2320,0 | 20 | 148 | 4309,0 | 9 |
49 | 2000,0 | 0 | 99 | 2330,0 | 10 | 149 | 5400,0 | 1091 |
50 | 2000,0 | 0 | 100 | 2350,0 | 20 | 150 | 8300,0 | 2900 |
Для
наглядности я представила
Хi - цена квартир, тыс. руб.
N - Ранги квартир по цене;
Рисунок 2. – Ранжированный ряд распределения квартир по цене.
Для оценки устойчивости ряда необходимо определить среднюю цену ряда квартир без сомнительного значения. Сомнительным признается значение в том случае, если максимальные или минимальные значения сильно отличаются от смежных с ними значений вариантов в упорядоченном ряду значений группировочного признака. Найдем абсолютный размах вариации без сомнительного значения цены как разность между максимальным и минимальным значением признака:
R=Xmax-1 – Xmin (1)
R = 5400 – 1000 = 4400.
N | 16 - 22 | 23 - 35 | 26 - 63 | 64 - 160 |
k | 1,1 | 1.0 | 0,9 | 0,8 |
Далее определяем среднее значение цены без сомнительного значения:
(2)
Затем сравним испытуемую варианту со средней, принимая во внимание коэффициент k, зависящий от числа наблюдений (N). Так как N в данном случае равно 150, тогда k = 0,8.
Если сомнительное значение находится в границах , то оно не исключается из ряда распределения.
Сомнительное значение из ряда распределения исключается, поскольку не входит в границы от -1263 до 5776. Таким образом, из совокупности следует исключить данные по 150 квартире.
Таким же способом проверим цену 149 квартиры – 5400 тыс.руб. Она принадлежит интервалу от 64 до 150, значит К=0,8
-413< 5400< 4882
Получается, что 149 квартира имеет сомнительное значения. Все квартиры после 149 отбрасываем.
Проверим цену 148 квартиры – 4309тыс. руб.
К=0,8; R =3300
Х = 2220
419 < 4309 < 4860
Данная цена не является сомнительной, так как входит в указанные границы, значит, не исключается из ряда распределения.
Для обработки статистических данных группировка единиц объекта проводится с помощью стандартных процедур.
Производим свертывание ряда распределения, определив количество групп и размер интервала по формулам:
, (3)
где n – Число групп;
N – Число единиц совокупности
После
определения числа групп
, (4)
где
n – число групп;
Xmax и Xmin – соответственно максимальная и минимальная варианты устойчивого ряда распределения.
Соответственно, (5)
тыс. руб.
Минимальное значение цены, равное 1000 тыс. руб., принимается за нижнюю границу первого интервала, а верхняя граница определяется как Xmin+ i = 1000 тыс. руб.+414 тыс. руб.=1414 тыс. руб. Верхняя граница первого интервала служит нижней границей второго интервала. Прибавляя к ней значение шага интервала, определим верхнюю границу второго интервала: 1414 тыс. руб.+414тыс. руб.=1828 тыс. руб. Чтобы решить, в какую группу попадают значения 1414 тыс. руб. – в первую или вторую, примем, что интервалы берем включительно, поэтому во вторую группу войдут значения свыше 1414 тыс. руб. Аналогично определяем границы всех семи интервалов.
3.2 Анализ вариационных рядов
Далее
подсчитывается число квартир в
каждом интервале и строится интервальный
вариационный ряд распределения. Статистический
ряд распределения –
X/i = сумма нижней границы интервала и верхней границы интервала деленная на 2.
Таблица
3. - Интервальный вариационный ряд распределения
квартир по цене, тыс. руб.
Группы кв. по цене, млн. руб. | Кол-во квартир (частоты) | Структура распр. кв (частости, %) | Кумулятивный ряд распр. квартир | Центральное
значение интервалов
X/i | |
по частотам | по частостям | ||||
До 1414 | 2 | 1,4 | 2 | 14 | 1207 |
1414-1828 | 20 | 13,5 | 22 | 28 | 1621 |
1828-2242 | 62 | 41,9 | 84 | 69 | 2035 |
2224-2656 | 44 | 29,7 | 128 | 99 | 2449 |
2656-3070 | 12 | 8,1 | 140 | 107 | 2863 |
3070-3484 | 3 | 2 | 143 | 109 | 3277 |
3484-3898 | 2 | 1,4 | 145 | 111 | 3691 |
Свыше 3898 | 3 | 2 | 148 | 113 | 4105 |
ИТОГО: | 148 | 100 | X | X | X |
Информация о работе Анализ стоимости жилья в Свердловском районе г. Пермь