Форум » Методики оценки стоимости движимого имущества » Коэффициент торможения для нескольких параметров » Ответить

Коэффициент торможения для нескольких параметров

Watermelon: Уважаемые коллеги! В книге Федотовой "Основы оценки стоимости МиО" на странице 130 говорится, что цену аналога можно скорректировать по нескольким параметрам: Цкорр = Цисх*((Хо1/Ха1)^у1)*((Хо2/Ха2)^у2)*((Хо3/Ха3)^у3). Коэффициенты торможения для нескольких параметров определяются путем построения многофакторного уравнения регрессии степенного вида: Ц=аХ1^b1*X2^b2*X3^b3. У меня такой вопрос, делал ли так кто-нибудь и если делал, то как это технически осуществимо? Как я сам думаю, в начале логарифмируем: Ln(Ц) = Ln(a) + b1Ln(X1) + b2Ln(X2) + b3Ln(X3). Делаем замены и находим линейное уравнение многофакторной регрессии вида: у = b1x1 + b2x2 + b3x3 + b0. А вот что дальше - ума не приложу. Как возвращаться к исходному степенному уравнению и чему равны коэффициенты торможения. Просветите пожалуйста!

Ответов - 45, стр: 1 2 3 All

Смоляк Сергей: Коэффициентами торможения при этом будут как раз коэффициенты b1, b2, b3.

Watermelon: Смоляк Сергей Спасибо Вам, понял! Позвольте еще такой вопрос. Правильно ли тут понимать, что уравнение Ц=аХ1^b1*X2^b2*X3^b3 это упращенный вид уравнения Цкорр = Цисх*((Хо1/Ха1)^у1)*((Хо2/Ха2)^у2)*((Хо3/Ха3)^у3), где Ц=Цкорр, а=Цисх, Х1=Хо1/Ха1, X2=Хо2/Ха2, X3=Хо3/Ха3, а у1,у2,у3 соответствуют b1,b2,b3.

Kikinda: Я считаю, что корректировать более, чем на два параметра не является правильным. Обязательно возникает мультиколлинеарность, ну и от этого - двойной учет того или иного параметра. Да и во многих случаях цена не меняется от изменения параметров или цена меняется, но изменения зависят не от параметров, а от других характеристик.


Мисовец: Мультиколлинеарность не мешает оценке, если оценка делается в соответствии с полученным уравнением, она мешает лишь раздельной оценке влияния конкретного фактора на цену, но в оценке такая задача не стоит.

Смоляк Сергей: Watermelon пишет: Позвольте еще такой вопрос. Правильно ли тут понимать, что уравнение Ц=аХ1^b1*X2^b2*X3^b3 это упращенный вид уравнения Цкорр = Цисх*((Хо1/Ха1)^у1)*((Хо2/Ха2)^у2)*((Хо3/Ха3)^у3), где Ц=Цкорр, а=Цисх, Х1=Хо1/Ха1, X2=Хо2/Ха2, X3=Хо3/Ха3, а у1,у2,у3 соответствуют b1,b2,b3. Скорее наоборот: если написать первое уравнение для машины, а потом для аналога, и разделить одно на другое, получим второе уравнение.

Игорь г. Львов: Мисовец пишет: Мультиколлинеарность не мешает оценке, если оценка делается в соответствии с полученным уравнением, она мешает лишь раздельной оценке влияния конкретного фактора на цену, но в оценке такая задача не стоит. Василий Григорьевич: "Это теория или практитка?"

Смоляк Сергей: Смоляк Сергей пишет: Мисовец пишет: цитата: Мультиколлинеарность не мешает оценке, если оценка делается в соответствии с полученным уравнением, она мешает лишь раздельной оценке влияния конкретного фактора на цену, но в оценке такая задача не стоит. Василий Григорьевич: "Это теория или практитка?" Это не теория и не практика, это мнение Василия Григорьевича. 1. Все характеристики экономических объектов зависимы, так что в некотором смысле мультиколлинеарность есть всегда. 2. Не бывает так, что Вы изучаете зависимость, например, У от Х1 и Х2, и у вас один раз Х1 и Х2 независимы, а в другой раз они зависимы, и из-за этого ранее найденные показатели ухудшаются. Каждый расчет зависимости уникален. Говорить, например, о том, что дисперсия отклонений фактических значений У от рассчитанных по найденной формуле как-то зависит от коэффициента корреляции между Х1 и Х2, нельзя. 3. Если ищется зависимость типа У=а1Х1+а2Х2+а0, то формулы для коэффициентов а0, а1, а2 не зависят от того, есть ли корреляция между Х1 и Х2 или нет. Другое дело, что если Х1 и Х2 связаны ТОЧНОЙ линейной зависимостью, при вычислении появляется неопределенность 0/0. Тогда коэффициенты а0, а1, а2 определяются неоднозначно, но при ЛЮБОМ выборе этих коэффициентов расчетные значения У оказываются одними и теми же.

Мисовец: Смоляк Сергей пишет: Это не теория и не практика, это мнение Василия Григорьевича. Ага, сказал Смоляк и ниже написал то же самое, но большим количеством слов. Это и теория и практика, теория, в том смысле, в каком Смоляк написал второе предложение под пунктом 2. И кстати, если Х1 и Х2 связаны точной линейной зависимостью, то это легко выявляется ещё до начала построения модели путем построения матрицы коэффициентов корреляции и уж если я там на пересечении двух столбцов увижу 1 или -1, то, разумеется, модель существенно упростится, только и всего. Так что Смоляк подтвердил то, что написал я, но всё равно считает это моим мнением, ну, что тут поделать... А на практике, я вижу линию регрессии и точки-аналоги, которые липнут к этой линии (это хорошо) или не липнут (это хуже). Но вот Смоляк хотел бы запретить оценщикам применять регрессию, почему он этого хочет, а не знаю, думаю, это некая ревность математика, видящего, что в КРА нет ничего такого, с чем не справились бы простые оценщики, не имеющие фундаментальной математической подготовки. А ревность, это плохо. :)

Игорь г. Львов: Так стоит ли тогда вообще для практических оценочных процедур строить матрицу коэффициентов корреляции?

Мисовец: Игорь г. Львов пишет: Так стоит ли тогда вообще для практических оценочных процедур строить матрицу коэффициентов корреляции? В сложных случаях, часто стоит, но если Вы видите, например, на графике, что РС зависит от одного параметра и цены лежат близко к линии регрессии, что для МиО бывает весьма часто, то матрицу строить особого смысла нет, конечно.

Смоляк Сергей: Мисовец пишет: Но вот Смоляк хотел бы запретить оценщикам применять регрессию, почему он этого хочет, а не знаю, думаю, это некая ревность математика, видящего, что в КРА нет ничего такого, с чем не справились бы простые оценщики, не имеющие фундаментальной математической подготовки. А ревность, это плохо. :) Не знаю, откуда Василий Григорьевич взял, что я хочу запретить применять регрессию. Речь идет совсем о другом. 1. Перед построением математической модели надо вначале установить/обосновать ее вид (линейная, квадратичная, линейная в логарифмах и т.п.). А вот такого обоснования оценщики обычно не делают. 2. Одним из обоснований модели может быть тот факт, что она оказывается хорошей не только "здесь и сейчас", но и в других оценках, более ранних или относящихся к несколько иным типам объектов. Так же, как модель с коэффициентами торможения применяют ко многим видам машин сегодня и раньше. А если вчера для оценки использовали линейную модель, а сегодня оказалась лучше степенная, значит они обе необоснованные. 3. Другим обоснованием модели может быть устойчивость некоторых ее коэффициентов (отражающих влияние соответствующих факторов). Если в степенной модели показатель степени при, например, площади, оказался равным 0,9, а сегодня 0,85, значит модель хорошая. А если вчера в линейной модели коэффициент при площади был равен 15, а сегодня 120, значит модель плохая. Вот по этим причинам регрессии как раз строить надо и как можно больше, но только с целью выбрать такой вид модели, который дает наиболее приемлемые результаты на как можно более широком круге объектов в разных регионах, в разные годы.

Игорь г. Львов: Смоляк Сергей пишет: Одним из обоснований модели может быть тот факт, что она оказывается хорошей не только "здесь и сейчас", но и в других оценках, более ранних или относящихся к несколько иным типам объектов. Так же, как модель с коэффициентами торможения применяют ко многим видам машин сегодня и раньше. А если вчера для оценки использовали линейную модель, а сегодня оказалась лучше степенная, значит они обе необоснованные. Модели строят на сейчас и с данными, которые есть на сегодня. На мой взгляд приемственность хорошо, но малая ошибка апроксимации и высокий коеффициент детерминации все-таки главнее. Идеальных случаев не бывает и самое важное, на мой взгляд, для уравнения регрессии, это сходимость с результатами рынка при малых ошибках.

AMar: Смоляк Сергей пишет: 2. Одним из обоснований модели может быть тот факт, что она оказывается хорошей не только "здесь и сейчас", но и в других оценках, более ранних или относящихся к несколько иным типам объектов. Так же, как модель с коэффициентами торможения применяют ко многим видам машин сегодня и раньше. А если вчера для оценки использовали линейную модель, а сегодня оказалась лучше степенная, значит они обе необоснованные. Модель ведь строим для конкретного диапазона варьирования признаков. Если этот диапазон достаточно узок, то описать изменения можно при помощи практически любой функции, хоть линейной, хоть нелинейной. Главное, рассматривать эту функцию именно как способ решения конкретной задачи, а не как универсальное решение на все случаи жизни (т.е. крайне аккуратно относится к использованию за пределами диапазона варьирования признаков). А вот если речь идет об универсальном решении "на все случаи жизни", то способ проверки "в других оценках, более ранних или относящихся к несколько иным типам объектов", ИМХО, очень даже продуктивен... PS: лично наблюдение по недвижимости: Коэффициент торможения при площади обычно находится в диапазоне "-0,1...-0,35" в случае модели для удельной стоимости и, соответственно, "0,65...0,9" в случае модели для стоимости объекта. Причем цифры, близкие к "-0,2"/"0,8" встречаются чаще всего...

Watermelon: По-моему, регрессионная модель будет тем универсальнее, чем глобальнее выборка. Ведь прежде, чем получить коэффициенты торможения для авто, приведенные в книгах Андрианова, над этим работал целый институт транспорта. И то, эти модели работают далеко не безупречно.

Мисовец: Watermelon пишет: По-моему, регрессионная модель будет тем универсальнее, чем глобальнее выборка. Ведь прежде, чем получить коэффициенты торможения для авто, приведенные в книгах Андрианова, над этим работал целый институт транспорта. И то, эти модели работают далеко не безупречно. Нет, не так, чем ближе будут аналоги в выборке, если говорить об авто, то в идеале нужна модель по одной марке и одному году выпуска и внятной характеристике состояния каждого аналога. И вот тогда эта модель будет хороша для оценки той же модели и года выпуска с так же хорошо описанным состоянием. А модель на широких выборках это средняя температура по планете, даже не по больнице. И у меня в этой теме куча личного опыта.

Watermelon: Василий Григорьевич, а я и не говорил, что универсальный, значит качественный, поэтому я с Вами полностью согласен в этой связи

Мисовец: Ну и хорошо, тогда консенсус

Игорь г. Львов: Ну вот и еще вопросы. 1. Проверяет ли кто в практике уравнение на гетероскедастичность. 2. Что делать когда коэффициент регрессии не отвечает экономическому смыслу, т.е. например коэффициент независимой составляющей (Хі) уравнении со знаком минуса там где по логике рынка должен быть плюс. НО уравнение при этом хорошо описывает поведение цен на рынке.

AMar: Игорь г. Львов пишет: 1. Проверяет ли кто в практике уравнение на гетероскедастичность. http://www.rusvs.ru/analytics/326.shtml Файл «regression_analysis_ver2.xls», лист анализ остатков... (Это типа реклама такая была... ) 2. Что делать когда коэффициент регрессии не отвечает экономическому смыслу, т.е. например коэффициент независимой составляющей (Хі) уравнении со знаком минуса там где по логике рынка должен быть плюс. НО уравнение при этом хорошо описывает поведение цен на рынке. Признать модель неадекватной и начать ее строить заново (например, исключив данный параметр, или расширив выборку)...

Watermelon: AMar AMar пишет: http://www.rusvs.ru/analytics/326.shtml Файл «regression_analysis_ver2.xls», лист анализ остатков... (Это типа реклама такая была... ) Сильно! Ничего не скажешь.... Чувствую себя дилетантом. Не подскажите на пальцах алгоритм использования "Поиска решения", у меня с этим просто беда!



полная версия страницы