Новости
Воскресенье, 16 Декабрь 2018
USD 66.434
EUR 75.389
 Метод фокус-ячейки.  Точечное исследование рынка недвижимости.

Метод фокус-ячейки.

Точечное исследование рынка недвижимости.

 Большинство  результатов обработки рыночной информации  на данном сайте является результатом применения такого метода ГИС, как пиксельный метод.   Отличительной особенностью его является разбивка территории на сеть равновеликих ячеек  и определение как неких усредненных значений по совокупности единичных данных, попавших в рамки данной ячейки, так и уровень их достоверности.  Как понятно из самого метода, эти результаты в определенной части связаны с размером ячейки.  

Постоянство геометрии данной сетки дает возможность сопоставлять данные в различных территориальных ячейках и в различные временные периоды, определять средневзвешенные цены, строить динамические ряды изменения величин и т.п.. Но, в ряде случаев, например, при оценке объектов недвижимости, при анализе конкретной обособленной территории рынка (локальном анализе рынка) недвижимости, возникает вопрос либо о  соответствии результатов средним значениям в случае близости к краям ячейки либо о чувствительности результатов к размерам ячейки, и, соответственно, к достоверности результатов метода в целом.

 Описываемый ниже метод не только дает ответ на этот вопрос, но и несет в себе дальнейшее расширение применения пиксельного метода.

Представим себе, что перед нами стоит задача исследования некоторых параметров  рынка недвижимости в окрестностях некоторой произвольной точки  городской территории.  С этой целью, взяв данную точку за центр, будем исследовать изменение среднего значения параметра, расширяя область вокруг данной точки.  Сопоставляя ряд последовательных замеров можно отследить связь точности с размерами области, а именно, по мере расширения захватываемой территории, все большее число объектов включается в расчет, при этом, если при малой окрестности средняя величина при незначительном количестве объектов весьма чувствительна к выбросам, то при большом радиусе отклонения зависят уже от  территориального распределения цен.  Соответственно, коэффициент осцилляции до некоторого  момента будет уменьшаться, а потом вновь увеличивается.    Диаметр (или сторона квадрата), при котором коэффициент осцилляции будет минимальным,  соответствует оптимальному размеру территориальной ячейки. Вполне  понятно, что если градиент поля распределения цен незначителен, то радиус может быть велик, и наоборот, при больших градиентах отклонения краевых значений от средних велики и, соответственно, радиус достоверности мал.

 Таким образом, используя данный метод, можно уточнять данные, полученные при исследовании пространственного распределения рыночных параметров путем применения пиксельной технологии, снимая всю неопределенность результатов, связанную как с  территориальным отклонением исследуемого объекта от центра ячейки,  так  с размером ячейки.

Но достоинство данного метода не исчерпывается повышением точности исследования рыночных параметров в некоторой территориальной области.  Используя данный метод для получения последовательных результатов за прошлые периоды, мы получим динамический ряд, отражающий изменение признака (например – удельной  стоимости) не только в среднем по рынку или району, а в данной ограниченной территории, что делает данный метод хорошим инструментом для инвестиционного анализа, например для изучения влияния на цену локальных изменений в ближайших окрестностях ( например – открытие супермаркета, строительство автомагистрали и т.п.). А сопоставляя точечную динамику исследуемых параметров с общерыночной, можно сделать выводы о связи и  влиянии локальных изменений на изменение исследуемых параметров. Перенося полученные данные на текущую, аналогичную, ситуацию, можно прогнозировать изменения данного параметра в будущем.  Тем самым, мы получаем достоверный инструмент прогнозирования изменения цен, сроков экспозиции и прочих рыночных параметров.

Несколько изменяя параметры данного метода, а именно, вычисляя средние значения не в целом по расширяющейся ячейке, а по концентрическим кругам, можно определиться с изменением роли возмущающего фактора на исследуемый параметр в зависимости от удаления.

 Проиллюстрируем данный метод для выбора и обоснования размеров ячеек территориальной сетки. Для этого выберем фрагмент территории с большим градиентом ценового поля (как уже рассмотрено выше,  при плоском ценовом поле можно значительно увеличивать размеры территориальной ячейки без значительных изменений в точности результата) и проведем серию замеров при пошагово расширяющейся территориальной ячейке в двух вариантах – круг и квадрат.

 Исходные параметры.

 Геометрия ячейки:

1.круг

2 квадрат

Сопоставление полученных результатов даст возможность оценки влияния геометрии ячейки на точность результатов

Начальный диаметр: 500 м (сторона квадрата – 500 м)

Шаг: 500м

Количество шагов: 6 (т.е. от 500 м до 3 км)

Тип недвижимости: квартиры (предложение)

Подтип:

Исследуемые точки городской территории (отмечены звездами):

 

Полученные результаты:

 

Количество единиц, включаемых в расчет при геометрических границах как «квадрат» так и «круг» практически неизменно, что объясняется малой плотностью предложений. Только при квадратной ячейке со  стороной 3 км разница составила 1-2 единицы по сравнению с круглой ячейкой с аналогичным диаметром, при общем количестве единиц более 100.

 Вывод: геометрия ячейки при размере стороны и/или диаметра менее 3 км не влияет на точность результатов.

 

Во всех замерах коэффициент вариации возрастал до величины диаметра (стороны) ячейки 1,5-2 км, в районе этого  диаметра наблюдается плато. При бОльших значениях диаметра (стороны) коэффициент осцилляции возрастает.

Диаметр/сторона

количество объектов

средняя цена

СКО

к вариации

к осцилляции

500

18

68782,61

7494,996

0,109

0,3554

1000

71

69425,53

9362,423

0,1349

0,7144

1500

152

70438,8

11019,82

0,1564

0,9411

2000

280

72070,01

10781,94

0,1496

0,9198

2500

382

72371,5

12363,84

0,1708

1,4841

3000

540

72728,74

12332,54

0,1696

1,4768

3500

749

74514,57

14282,14

0,1917

1,4414

 

Вывод: наиболее оптимальным размером ячейки является минимум 1,5 км и максимум 2 км. Следует учесть, что при стороне 2 км количество объектов, включенных в расчет, более чем в полтора раза превышает количество объектов, включенных в расчет, при стороне 1,5 км.

 Общий вывод: при сложившихся характеристиках распределения цен (как плотности, так и градиента) наиболее оптимальным является построение сети с квадратными ячейками, стороной квадрата от 1,5х1,5 до  2х2 км.

Обоз обзоров

Телега №5

Первые впечатления и реальные тестирования комплекса estimatica.pro. Что это? Случайность, выборка и функциональные связи...
Читать дальше...
Отвечая на ряд пожеланий поступивших к нам, как отклик на материал «Анализ?Обзор?Мнение?», мы, на регулярной основе, размещаем обзоры, проясняющие нашу позицию в требованиях профессионализма при публикации «анализов, обзоров, мнений» различными псевдо-экспертами в рубрике «Обозрение обзоров» ("Обоз Обзоров")       
С уважением, администрация портала

Стат - инфотека

Авторизация

Statrn.ru - о портале

Целевая задача данного сайта – подробное и непредвзятое информирование всех участников рынка недвижимости о его текущем состоянии, о его динамике.Сайт содержит ежемесячно обновляемую статистическую информацию о рынке недвижимости г.Екатеринбурга, структурированную по следующим статьям. 

Яндекс.Метрика

S5 Box