Γεωγραφική ανάλυση των ενοικιάσεων κατοικιών στον Δήμο Αθηναίων: Μοντέλα παλινδρόμησης για την εκτίμηση των ενοικίων
Spatial analysis of house rentals in the municipality of Athens (Greece): Regression models for rest estimates
Διπλωματική εργασία
Συγγραφέας
Μιχελακάκη, Ελευθερία
Ημερομηνία
2021-07-19Επιβλέπων
Ηλιοπούλου, ΠολυξένηΛέξεις-κλειδιά
Ακίνητο ; Εκτίμηση ενοικιάσεων κατοικιών ; Μοντέλα παλινδρόμησης ; Πολλαπλή γραμμική παλινδρόμηση ; Μέθοδος ελαχίστων τετραγώνων ; Γεωγραφικά σταθμισμένη παλινδρόμησηΠερίληψη
Η εκτίμηση της αξίας ενός ακινήτου είναι μία διαδικασία που εμφανίζεται όλο και πιο συχνά στην καθημερινότητά μας και αφορά τόσο τον ιδιωτικό, όσο και τον δημόσιο τομέα για θέματα που αφορούν το ακίνητο, όπως για παράδειγμα μία αγοροπωλησία. Το ακίνητο είναι το πράγμα που δηλώνει ιδιοκτησιακό δικαίωμα και ο αντικειμενικός προσδιορισμός της αξίας του αποτελεί κομβικό σημείο ώστε να μην αδικηθεί κανείς από τους συμμετέχοντες που ασκούν εμπράγματα δικαιώματα σε αυτό. Η εκτίμηση της αξίας του μπορεί να γίνει με αρκετούς τρόπους. Ένας τρόπος είναι με τη βοήθεια της στατιστικής και με τη δημιουργία ενός μοντέλου παλινδρόμησης, κατάλληλο για να επιτευχθεί αυτή η διαδικασία. Στόχος της παρούσας Διπλωματικής εργασίας είναι η δημιουργία μοντέλων παλινδρόμησης με σκοπό την εκτίμηση των ενοικίων των κατοικιών για τις οποίες συλλέχθηκαν τα απαραίτητα δεδομένα. Μέσα από αυτό το στατιστικό δείγμα, ερευνάται η σχέση μεταξύ των μεταβλητών και πως αυτές επηρεάζουν την εξαρτημένη μεταβλητή. Η διερεύνηση αφορά τη περιοχή του Δήμου Αθηναίων και πιο συγκεκριμένα, κατοικίες προς ενοικίαση με την ύπαρξη χάρτη μέσα από την ιστοσελίδα της Χρυσής Ευκαιρίας. Η ύπαρξη χάρτη ήταν ένα στοιχείο το οποίο συνέβαλε για τη δημιουργία της χαρτογράφησης αυτών των κατοικιών μέσω του Google Maps. Η μετέπειτα επεξεργασία των δεδομένων έγινε μέσω του λογισμικού στατιστικής ανάλυσης SPSS σε συνδυασμό με τα Συστήματα Γεωγραφικών Πληροφοριών. Συγκεκριμένα, το πρώτο κεφάλαιο είναι αφιερωμένο στα ακίνητα και βασικές έννοιες στην αγορά ακινήτων, το δεύτερο στις μεταβλητές, το τρίτο στη μεθοδολογία, το τέταρτο στη περιγραφή της περιοχής μελέτης και τη συλλογή δεδομένων, και το πέμπτο στην ανάλυση δεδομένων και τη παρουσίαση των αποτελεσμάτων. Τέλος, στο έκτο κεφάλαιο παρουσιάζονται τα συμπεράσματα που προκύπτουν με βάση την σύγκριση των αποτελεσμάτων που προέκυψαν, και ποιο μοντέλο είναι πιο ορθό για την εκτίμηση των ενοικίων των κατοικιών του Δήμου Αθηναίων. Συμπερασματικά καταλήγουμε πως τα καλύτερα αποτελέσματα επιφέρει το μοντέλο στο οποίο εφαρμόστηκε η μέθοδος της Γεωγραφικά Σταθμισμένης Παλινδρόμησης, σε σύγκριση με τη Μέθοδο Ελαχίστων Τετραγώνων, διότι λήφθηκε υπόψη η χωρική πληροφορία. Έτσι, αποδείχτηκε ότι ήταν πιο αποτελεσματικό και αξιόπιστο για την εκτίμηση της εξαρτημένης μεταβλητής, το ενοίκιο των ακινήτων στον Δ. Αθηναίων.
Περίληψη
The property assessment is a process that occurs more and more often in our daily lives and concerns both the private and the public sector for issues related to the property, such as a transaction. The property is a proof that declares property right and the objective estimation of its value is the most crucial point so that no one of the participants who have property rights on it, be unfairly treated. The estimation of its value can be done in several ways. One way is with statistic’s help and by creating a regression model, suitable to achieve this process. The purpose of this thesis is to create regression models in order to estimate the rental prices of the houses for which the necessary data were collected. Through this statistical sample, the relationship between the variables and how they affect the dependent value is examined. The investigation concerns the area of the Municipality of Athens and more specifically, houses for rent with the existence of a map through the property website www.xe.gr/. The existence of a map was significant for the creation of a map containing these homes, through Google Maps. The subsequent processing of the data was done through the SPSS statistical analysis software in combination with the Geographic Information Systems. Specifically, the first chapter is dedicated to real estate and basic concepts in the real estate market, the second is to variables, the third to methodology, the fourth to the description of the study area and data collection, and the fifth is dedicated to the data analysis and the results. Finally, the sixth chapter presents the conclusions which are based on the comparison of the results from the fifth chapter, and indicate which model is more correct for the estimation of the rents of the residences of the Municipality of Athens. In conclusion, we notice that the most efficient result is the model that was created and implemented with the method of Geographically Weighted Regression, in comparison with the OLS method, because the spatial information between the properties was taken into consideration. Therefore, it was proved that this model constructed with the GWR method, was the most efficient and reliable for the estimation of the dependent value.