Multipel regressionsanalys av variabler som påverkar priset på bostadsrätter i stor-Stockholm

Detta är en Kandidat-uppsats från KTH/Matematisk statistik

Författare: Lovisa Jangenstål; Susanna Kaas; [2013]

Nyckelord: ;

Sammanfattning: I denna rapport används multipel linjär regressionsanalys för att analysera hur ett antal variabler påverkar bostadsrättspriser i stor-Stockholm. Modeller framställs för Innerstaden, Västerort och Söderort separat. Dessa modeller var baserade på data som hämtats från Fastighetsbyrån och kompletteras med avstånd hämtade från Google Maps. Datamaterialet består av försäljningar av bostadsrätter i november år 2011 och 2012. För varje enskild variabel testas validiteten och variablernas inverkan på slutpriset diskuteras. Det konstrueras dels regressionsmodeller som är additiva och även sådana som betraktar procentuella förändringar. Resultatet blev tre modeller med förklaringsgrader på 50 - 90% för respektive modell. Modellerna som bäst beskriver slutpriset i respektive delområde betraktar endast procentuella förändringar då de additiva modellerna inte gav resultat som uppfyller antagandena för multipel regressionsanalys. Den modell med högst förklaringsgrad och minst residualer var den för Innerstaden då detta område är det mest homogena av de tre delområdena. May

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)