Huurprijzen en richthuurprijzen. Deel III ... - Steunpunt wonen

More documents

Recommendations

Info

Daar waar geen energielabel aanwezig is, kan die eenvoudig vastgesteld aan de hand van een benadering volgens bouwjaarklasse zoals in onderstaande tabel weergegeven. Bron: Nederlands Ministerie van Binnenlandse Zaken en Koninkrijksrelaties 28
5 Resultaten hedonische prijsanalyse In de volgende alinea’s beschrijven we achtereenvolgens de regressieresultaten van woningkenmerken, omgevingsfactoren, afstandsvariabelen, statistische sector variabelen en gemeente-effecten op basis van de VMSW-data. De regressieresultaten worden stap voor stap besproken, maar zijn het resultaat van 2 regressies (model (1) met en gemeente-effecten en model (2) zonder gemeenteeffecten). Zoals al eerder vermeldt bestaan deze 2 regressies weer uit 2 afzonderlijke stappen. Onderstaande tabel geeft een samenvatting van de resultaten. Tabel 8 Overzicht regressie resultaten op basis van VMSW-dataset (2008) Stap Statistiek Model (1) Model (2) 1 Aantal observaties 1971 1971 R² (R-kwadraat) 0.8082 0.6706 RMSE 60.826 74.253 2 Aantal observaties 1971 1971 R² (R-kwadraat) 0.8095 0.6734 RMSE 60.096 73.387 Het totaal aantal observaties van de dataset bedraagt 1971, wat minder is dan het oorspronkelijke aantal in de dataset omdat ontbrekende waarden en extreme waarden eruit gefilterd zijn. Daarnaast zijn nog twee waarden belangrijk, de Rkwadraat (R²) en de standaardfout (RMSE, Root Mean Square Error). De R² (determinatiecoëfficiënt) geeft weer hoeveel variantie het model verklaart. Indien alle waarden door het model voorspeld overeenstemmen met de schattingen van de notarissen, bedraagt de R² 1. Indien de verklarende variabelen geen verklaringskracht hebben, zal de R² van het model nauwelijks hoger dan 0 uitkomen. Naast het feit dat regressiemodellen nooit 1 uitkomen, aangezien het stochastische modellen zijn en geen analytische, zal in ons geval de subjectieve aard van de schattingen van de notaris een bijkomende limiet vormen op de maximale R² (zie 2.2.1 het identificatieprobleem van de schattingsfout). Het ideale model zal immers enkel de objectieve waarden kunnen voorspellen, en nooit de subjectieve afwijkingen. Een R² geeft weer welk deel van de variantie door het model verklaard wordt. Het andere deel (1-R²) is beschouwd als onverklaarde variantie, te wijten aan willekeurigheid, ruis, maar ook door het feit dat het model niet volledig is. Aangezien ons model dient om predicties te maken en niet de robustheid van een individueel geschat woningkenmerk na te gaan, zal vooral de standaardfout belangrijk zijn. Hiertoe wordt de Root Mean Square Error (RMSE) weergegeven. Dit is een fout die vooral mathematisch zeer handig is in gebruik en daartoe ook vaak door software weergegeven wordt. Twee andere indicatoren van de fout zijn het gemiddelde absolute foutpercentage (Mean Absolute Percentage Error, MAPE ). Dit geeft weer dat het model bijvoorbeeld gemiddeld 10% fout voorspelt. En de gemiddelde absolute 7 fout (Mean Absolute Error) geeft hetzelfde weer maar dan in 7 De absolute waarde is hierbij belangrijk omdat de gemiddelde fout typisch rond nul schommelen, omdat positieve en negatieve fouten elkaar opheffen. 29
Page 1: Huurprijzen en richthuurprijzen Dee
Page 5 and 6: Inhoudstafel 1 Omschrijving opdrach
Page 7 and 8: 1 Omschrijving opdracht hedonische
Page 9 and 10: dezelfde woningen. Ter illustratie
Page 11 and 12: geschat dat de individuele schattin
Page 13 and 14: individuele subjectieve schattingsf
Page 15 and 16: 2.2.4 Overzicht We geven nog eens k
Page 17 and 18: voor de tweede oorlog gebouwd terwi
Page 19 and 20: Tabel 2: Beoordelingskader VMSW var
Page 21 and 22: 3.3.2 Gemeente-effecten Om de gemee
Page 23 and 24: Er bestaan vele mogelijkheden om hi
Page 25 and 26: 4.3 Kwalitatieve vs. kwantitatieve
Page 27 and 28: via een webapplicatie (zie bvb. htt
Page 29: 4.4.2 Woonwaarderingsstelsel Nederl
Page 33 and 34: één jaar zal sterker doorwegen bi
Page 35 and 36: (64.01) (66.39) Garage Zie bespreki
Page 37 and 38: Figuur 5 Verdeling van de woningen
Page 39 and 40: 5.1.1.2 Typologie Wat betreft de ty
Page 41 and 42: naar onze huidige context, vinden w
Page 43 and 44: 264, geeft dit 792€/m 2 , hetgeen
Page 45 and 46: vermenigvuldigd worden met de gesch
Page 47 and 48: Tabel 16 VMSW kostprijs simulatie f
Page 49 and 50: “Vandaag spelen factoren als ligg
Page 51 and 52: In bovenstaande tabel bevinden zich
Page 53 and 54: Uit deze resultaten leiden we af da
Page 55 and 56: Tabel 19 Statistische sector variab
Page 57 and 58: hooggediplomeerden (6.716) (6.685)
Page 59 and 60: Met behulp van deze statistische se
Page 61 and 62: Figuur 13 Statistische sector effec
Page 63 and 64: Figuur 15 Gemeente-effecten o.b.v.
Page 65 and 66: verklaringskracht leidt dus tot mee
Page 67 and 68: 5.2.2 Notariseffecten De VMSW datas
Page 69: tot betrouwbaardere resultaten te k
Page 72 and 73: delen door 2 (1.4) om de werkelijke
Page 74 and 75: huurprijs van contracten die aangeg
Page 76 and 77: werd geschat, wordt aan het represe
Page 79 and 80: 7.2.3 Overzicht VMSW dataset aantal
Page 81 and 82:
857 A - loop-en fietsafstand ( 2003
Page 83 and 84:
421 C - matig 87 D - slecht 17 E -
Page 85 and 86:
829 B - doorstroom / voorraadboiler
Page 87 and 88:
Bron: SEE 2001 12. Eigenaars % van
Page 89 and 90:
13. Inkomen per inwoner Gemiddeld b
Page 91 and 92:
Figuur 19: Gemeentedummy's 2, gebas
Page 93 and 94:
Figuur 25: Gemeentedummy's 8, gebas
Page 95:
7.5 VMSW webapplicatie Ter illustra
show all

Huurprijzen en richthuurprijzen. Deel III ... - Steunpunt wonen

Create successful ePaper yourself

Delete template?

Save as template?