Заказ работы

Заказать
Каталог тем

Самые новые

Значок файла Неразрушающие методы контроля Ультразвуковая дефектоскопия отливок Методические указания к выполнению практических занятий по курсу «Метрология, стандартизация и сертификация» Специальность «Литейное производство черных и цветных металлов» (110400), специализации (110401) и (110403) (2)
(Методические материалы)

Значок файла Муфта включения с поворотной шпонкой кривошипного пресса: Метод. указ. / Сост. В.А. Воскресенский, СибГИУ. - Новокуз-нецк, 2004. - 4 с (2)
(Методические материалы)

Значок файла Материальный и тепловой баланс ваграночной плавки. Методические указания /Составители: Н. И. Таран, Н. И. Швидков. СибГИУ – Новокузнецк, 2004. – 30с (2)
(Методические материалы)

Значок файла Изучение конструкции и работы лабораторного прокатного стана дуо «200» :Метод. указ. / Сост.: В.А. Воскресенский, В.В. Почетуха: ГОУ ВПО «СибГИУ». - Новокузнецк, 2003. - 8 с (2)
(Методические материалы)

Значок файла Дипломное проектирование: Метод. указ. / Сост.: И.К.Коротких, А.А.Усольцев, А.И.Куценко: СибГИУ - Новокузнецк, 2004- 21 с (2)
(Методические материалы)

Значок файла Влияние времени перемешивания смеси на ее прочность в сыром состоянии и газопроницаемость: метод. указ./ Сост.: Климов В.Я. – СибГИУ: Новокузнецк, 2004. – 8 с. (2)
(Методические материалы)

Значок файла Вероятностно-статистический анализ эксперимента: Метод. указ. / Сост.: О.Г. Приходько: ГОУ ВПО «СибГИУ». – Новокузнецк. 2004. – 18 с., ил. (2)
(Методические материалы)


Заказ научной авторской работы

Анализ разработок в области моделирования рынка недвижимости

 

При исследовании многих природных и производственных процессов возникает задача анализа в динамике событий и их последовательностей, которые не поддаются методам стандартного математического анализа. Дело в том, что многие факторы таких процессов можно рассматривать как случайные, а такого рода объектами занимаются специальные области математики – теория вероятностей, математическая статистика, и, в частности, теория случайных процессов и временных рядов. Основными задачами в таких исследованиях являются детальное изучение этих процессов, выделение их существенных характеристик, которое может привести к возможности прогнозирования развития этих процессов в будущем.

Также представляет интерес выделение внутренних закономерностей, которым подчинено развитие этих процессов. Для такого рода исследований разработано немало различных методов, однако не все из них действительно эффективны, а применение других требует достаточно глубокой теоретической подготовки.

Среди всех случайных процессов оказывается полезным выделить такие, которые обладают дополнительным свойством стационарности, т.е. некоторой регулярности относительно времени. Различают два класса стационарных случайных процессов – стационарные в широком и в узком смысле.

Случайный процесс X(t) называется стационарным (в узком, т.е. в наиболее строгом смысле этого слова), если все его функции распределения (F(x, t), F(x1, x2, t1, t2) и т.д.) не зависят от выбора начальной точки отсчета времени. Другими словами, процесс стационарен, если все его вероятностные характеристики являются стационарными. Тем самым все моменты времени тут являются равноправными [20, с. 12]. Для одномерной функции распределения F(x ,t) условие стационарности можно записать в виде:

 

        F(x, t+T)=F(x, t),                                                                   (1.3)

 

где T – произвольное число.

Отсюда следует, что F(x, t) не зависит от t и потому является функцией одного только x. А отсюда вытекает, в частности, что математическое ожидание случайного процесса и его дисперсия является постоянной величиной. Это означает, что стационарный процесс можно рассматривать как состоящий из случайных колебаний вокруг некоторого фиксированного значения, которое является его стационарным состоянием. Графически это изображается как колебания вокруг горизонтальной прямой.

Математическая модель может нам дать оценку конкурентного объекта недвижимости на основании обобщения массовых оценок большого количества сходных объектов. Определения ценовых характеристик большого числа объектов недвижимости с помощью проведения индивидуальной оценки является затруднительным и экономически не выгодным мероприятием. Для повышения эффективности государственного управления и распоряжения недвижимостью необходима система математических моделей массовой оценки, которая бы позволяла оперативно получать актуальные рыночные значения стоимостей и арендных ставок объектов недвижимости в зависимости от наиболее значимого набора параметров [20, c. 18].

Разработка и дальнейшее сопровождение моделей сопряжено с необходимостью сбора большого массива рыночных данных, отражающих реальные цены и арендные ставки и содержащие подробное описание основных технических характеристик объектов. Кроме того, необходимо, чтобы собранные данные охватывали всю территорию, на которой планируется применять статистические модели.

Можно выделить три основных вида моделей массовой оценки, каждый из которых имеет свою специфику.

·        Аддитивная модель имеет следующий вид:

 

P = A0 + A1X1 +...+ AnXn ,                                                            (1.4)

 

где (Х1 ... Хn) - характеристики объекта недвижимости,

An - численные коэффициенты при переменных характеристиках объекта, показывающие вклад соответствующих характеристик в стоимость [2, c. 68].

Математическая регрессия позволяет точно рассчитать оптимальные An для конкретной базы данных, однако заложенное допущение о линейности вклада каждой характеристики обычно не соответствует реалиям рынка. Аддитивная модель не учитывает взаимосвязи факторов друг с другом, неудовлетворительно описывает пограничные ситуации. Тем не менее, на основе этой модели можно сделать выводы о значимости тех или иных переменных и погрешностях информации. Аддитивная модель обычно используется для предварительного анализа.

Мультипликативная модель имеет вид:

 

P = B0 Х1B1  ...  ХnBn ,                                                          (1.5)

 

где (Х1 ... Хn ) - характеристики объекта недвижимости,

Bn  - веса переменных характеристик объекта [2, c. 69].

Простая мультипликативная модель сводится к аддитивному виду путем логарифмирования, и обладает сходными недостатками. Однако она позволяет более гибко отразить зависимость (в том числе и нелинейную) стоимости от значений характеристики.

            Гибридная модель является комбинацией двух вышеперечисленных видов, например:

 

P = Х1B1 ... ХnBn (A0+A1Х1+ ... +An Хn),                                       (1.6)

 

где (Х1 ... Хn ) - характеристики объекта недвижимости,

A, B - веса и коэффициенты при переменных характеристик объекта [2, c. 69].

Такой вид модели позволяет достаточно адекватно отображать основные тенденции рынка. Отсутствие строгой детерминации дает возможность принимать решение о способе включения (аддитивный или мультипликативный) в модель любой характеристики объекта, подбирая оптимальный с точки зрения точности прогноза. Однако такой вид модели значительно затрудняет калибровку коэффициентов. Обычно, здесь используются итеративные методы.

Выбор того или другого вида модели определяется с точки зрения наиболее адекватного отражения реального рынка. Простые модели - аддитивная и мультипликативная могут применяться для описания слаборазвитого рынка, где нет каких либо нелинейных тенденций, они достаточно логичны по своей структуре и устойчивы в том смысле, что отсутствуют сильные выбросы в оценке для нестандартных объектов. Гибридная модель оптимальна для рынка с устоявшимися нелинейными тенденциями и сложными видами зависимости стоимости от факторов. К сожалению, анализировать конечную гибридную модель не так просто как две предыдущие, особенно, если задействованы сложные переменные, отражающие взаимовлияние характеристик. Другой проблемой гибридной модели является сильная зависимость конечного результата в процессе итеративной калибровки от начальных значений коэффициентов.

Проблемы сложных гибридных моделей смыкаются с проблемами эвристического моделирования, пока еще слабо разработаны и требуют активного экспертного участия.

Калибровка модели позволяет определить непосредственное влияние факторов (выражаемых переменными модели) на стоимость, т.е. рассчитать конечные коэффициенты модели.

Первым шагом является преобразование данных: качественные факторы кодируются и формируются линеаризованные значения, отражающие мультипликативный вклад в стоимость. Отдельно выделим бинарные переменные - да/нет (обычно это наличие или отсутствие какого-либо улучшения). Нередко количественные переменные также преобразуются к нелинейному виду.

Множественная линейная регрессия однозначно рассчитывает коэффициенты аддитивной модели на основе минимизации квадратичного отклонения. Для уточнения прогноза первичные переменные могут быть заменены аппроксимирующими их функциями, в частности, переменная времени сделки обычно является нелинейной функцией (что связано, к примеру, с сезонными колебаниями). На этом этапе производится создание переменной отклика цен на местоположение, отражающей вклад местоположения в стоимость. Эта переменная создается с помощью нелинейной множественной регрессии на основе информации о центрах локального влияния (очагах притяжения и отталкивания). Нелинейная множественная регрессия может быть использована и для калибровки гибридной модели.

При калибровке моделей необходимо принимать во внимание обеспечение их устойчивости по отношению как к характеристикам объектов, которые оцениваются, так и к базе данных по которой строилась модель.

Устойчивость модели обеспечивается:

            - адекватностью формулы (она должна быть не слишком упрощенной и не слишком сложной);

            - надежностью базы данных (отбраковкой необъяснимых девиантных значений

     Ниже Вы можете заказать выполнение научной работы. Располагая значительным штатом авторов в технических и гуманитарных областях наук, мы подберем Вам профессионального специалиста, который выполнит работу грамотно и в срок.


* поля отмеченные звёздочкой, обязательны для заполнения!

Тема работы:*
Вид работы:
контрольная
реферат
отчет по практике
курсовая
диплом
магистерская диссертация
кандидатская диссертация
докторская диссертация
другое

Дата выполнения:*
Комментарии к заказу:
Ваше имя:*
Ваш Е-mail (указывайте очень внимательно):*
Ваш телефон (с кодом города):

Впишите проверочный код:*    
Заказ курсовой диплома или диссертации.

Горячая Линия


Вход для партнеров