Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Business economics - Banking, Stock Exchanges, Insurance, Accounting

Einflussfaktoren auf Immobilienpreise. Eine statistische Analyse mit R

Title: Einflussfaktoren auf Immobilienpreise. Eine statistische Analyse mit R

Term Paper (Advanced seminar) , 2020 , 27 Pages , Grade: 1,7

Autor:in: Stefanie Hahn (Author)

Business economics - Banking, Stock Exchanges, Insurance, Accounting
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Obwohl Wohnen und Kaufen für die Gesellschaft in Deutschland zunehmend an Bedeutung gewonnen hat, besteht ein Defizit an wissenschaftlichen Erkenntnissen zur Entwicklung von Immobilien- und Mietpreisen. Grund hierfür sind die fehlenden Datensätze, die erforderlich für eine Analyse der Preisdynamik sind. Um herauszufinden, wie ein Immobilienpreis zustande kommt und welche Faktoren sich auf den Immobilienwert auswirken, beschäftigt sich diese Arbeit mit der Frage, welche Faktoren die Immobilienpreise beeinflussen. Um diese Frage beantworten zu können, werden im Folgenden die Variablen Baujahr, Grundstücksfläche, Wohnfläche, Makro- & Mikrolage, Kriminalität, Einbruch, Wetter und Schuhgröße analysiert. Grundlage der Datenanalyse ist eine eigene statistische Erhebung. Durch die multivariable Regression sollen die Einflussfaktoren auf die Immobilienpreise ermittelt werden. Im zweiten Kapitel wird der künstlich erstellte Datensatz beschrieben und die einzelnen Variablen werden bezüglich ihrer Eignung und Ausprägung genauer erläutert. Im dritten Kapitel wird eine lineare Regression durchgeführt, um so die Ergebnisse der einzelnen Variablen zu interpretieren. Am Ende der Ausarbeitung wird abschließend ein aus der Datenanalyse abgeleitetes aktuelles Fazit gezogen.

Excerpt


Inhaltsverzeichnis

1. Einleitung

2. Deskriptive Datenanalyse

2.1 Beschreibung Datensatz

2.2 Beschreibung der Variablen und grafische Datenanalyse

3. Explorative Datenanalyse

4. Fazit

Zielsetzung & Themen

Die vorliegende Arbeit untersucht mittels einer multivariablen Regressionsanalyse, welche spezifischen Einflussfaktoren wie Baujahr, Wohnfläche, Grundstücksgröße sowie Lage- und Umweltvariablen die Höhe von Immobilienpreisen maßgeblich bestimmen.

  • Analyse eines künstlich generierten Datensatzes mit statistischen Methoden
  • Einsatz von R-Studio zur Durchführung deskriptiver und explorativer Datenanalysen
  • Visualisierung durch Histogramme, Kerndichteschätzer und Boxplots
  • Identifikation signifikanter Einflussfaktoren durch multiple lineare Regression

Auszug aus dem Buch

1. Einleitung

Die eigenen vier Wände, die eigene Immobilie ist für viele Deutsche die Selbstverwirklichung aber auch die Absicherung des eigenen Besitzes. Seit Beginn der Finanzkrise haben sich Eigenheime als sichere Kapitalanlage erwiesen. Immer mehr Deutsche versuchen den Wert ihres Geldes durch den Erwerb von Grundbesitz zu sichern. Eine hohe monatliche Miete, steigende Immobilienpreise sowie ein geringes Angebot an preiswertem Wohnraum erschweren den Erwerb der eigenen vier Wände. Nach einer langen Stabilität der Immobilienpreise ist seit 2007 ein deutlicher Aufwärtstrend zu beobachten. Statistiken zeigen auch auf, dass die Wohnfläche pro Kopf in einigen Städten gesunken ist. Vor dem Erwerb einer Immobilie müssen verschiedene Aspekte berücksichtigt werden. Beispielsweise hängt die Wertentwicklung einer Immobilie unter anderem von deren Lage ab. Zudem lässt sich eine Immobilie bei falscher Infrastruktur nur mit hohen Abschlägen verkaufen oder vermieten. Obwohl Wohnen und Kaufen für die Gesellschaft in Deutschland zunehmend an Bedeutung gewonnen hat, besteht ein Defizit an wissenschaftlichen Erkenntnissen zur Entwicklung von Immobilien- und Mietpreisen. Grund hierfür sind die fehlenden Datensätze, die erforderlich für eine Analyse der Preisdynamik sind. Um herauszufinden, wie ein Immobilienpreis zustande kommt und welche Faktoren sich auf den Immobilienwert auswirken, beschäftigt sich diese Arbeit mit der Frage, welche Faktoren die Immobilienpreise beeinflussen.

Zusammenfassung der Kapitel

1. Einleitung: Dieses Kapitel erläutert die Relevanz von Immobilien als Kapitalanlage und identifiziert das Forschungsdefizit bei der Datenlage, welches diese Arbeit mit einer eigenen statistischen Untersuchung adressiert.

2. Deskriptive Datenanalyse: Es erfolgt die Vorstellung des verwendeten Datensatzes und die grafische Aufbereitung der einzelnen Variablen durch Histogramme und Kerndichteschätzer, um einen ersten Überblick über die Verteilungen zu geben.

3. Explorative Datenanalyse: Hier wird der Zusammenhang zwischen den unabhängigen Variablen und den Immobilienpreisen mittels linearer Regressionen getestet, um deren Einfluss statistisch zu verifizieren.

4. Fazit: Das Kapitel fasst zusammen, welche Variablen einen signifikanten Einfluss auf den Immobilienpreis haben und weist auf die Notwendigkeit weiterführender Forschung hin.

Schlüsselwörter

Immobilienpreise, R, statistische Analyse, multivariable Regression, lineare Regression, Datensatz, Immobilienmarkt, Baujahr, Wohnfläche, Grundstücksgröße, Makrolage, Kriminalität, Regressionsanalyse, Datenanalyse, ökonometrische Untersuchung

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit untersucht statistisch, welche Faktoren – wie etwa Wohnfläche, Baujahr oder Lage – den Preis einer Immobilie beeinflussen.

Was sind die zentralen Themenfelder?

Die Schwerpunkte liegen auf der Immobilienmarktanalyse, der Anwendung statistischer Software (R) und der ökonometrischen Regressionsanalyse.

Was ist das primäre Ziel der Arbeit?

Das Ziel ist es, durch eine multiple lineare Regression die wesentlichen Einflussgrößen zu identifizieren, die Immobilienpreise signifikant verändern.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit nutzt die deskriptive Statistik zur Datenbeschreibung und die multiple lineare Regressionsanalyse, um Hypothesen über Einflussfaktoren zu testen.

Was wird im Hauptteil behandelt?

Im Hauptteil werden zunächst der Datensatz und die Variablen deskriptiv analysiert und anschließend mittels Regressionsmodellen auf ihre statistische Signifikanz geprüft.

Welche Schlüsselwörter charakterisieren die Arbeit?

Zu den wichtigsten Begriffen gehören Immobilienpreise, multiple Regression, R, statistische Signifikanz, Datenanalyse und ökonomische Einflussfaktoren.

Wie wurde die Qualität der Regressionsmodelle beurteilt?

Die Beurteilung erfolgte primär durch das Bestimmtheitsmaß R² sowie die Betrachtung der p-Werte für die einzelnen Variablen.

Welche Faktoren erwiesen sich als einflussreich für den Immobilienpreis?

Die Analyse zeigt, dass insbesondere Baujahr, Wohnfläche, Grundstücksgröße, Makrolage und Kriminalität einen signifikanten Einfluss auf den Preis ausüben.

Excerpt out of 27 pages  - scroll top

Details

Title
Einflussfaktoren auf Immobilienpreise. Eine statistische Analyse mit R
Grade
1,7
Author
Stefanie Hahn (Author)
Publication Year
2020
Pages
27
Catalog Number
V1188393
ISBN (PDF)
9783346623973
ISBN (Book)
9783346623980
Language
German
Tags
einflussfaktoren immobilienpreise eine analyse
Product Safety
GRIN Publishing GmbH
Quote paper
Stefanie Hahn (Author), 2020, Einflussfaktoren auf Immobilienpreise. Eine statistische Analyse mit R, Munich, GRIN Verlag, https://www.grin.com/document/1188393
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  27  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint