Analizy ilościowe na rynkach nieruchomości

T

Forma zajęć: ćwiczenia informatyczne 3, 4 ECTS

Praca na zajęciach w ramach określonych treści kształcenia - 30 godzin.

Praca bieżąca: 30 godzin (wykonanie pracy domowej, przygotowanie się do jej prezentacji na zajęciach).

Przygotowanie do zaliczenia: 60 godzin (praca własna w zakresie powtórzenia materiału).

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Zajęcia mogą być realizowane w formie stacjonarnej i zdalnej

rozwiązywanie zadań przy komputerze wspomagane prezentacją multimedialną

obecność na ćwiczeniach: 14 pkt

praca domowa (wraz z gotowością jej zaprezentowania): 12 pkt

aktywność na ćwiczeniach: 14 pkt

test zaliczeniowy: 40 pkt

Suma: 80 pkt

>=50% (40 pkt) – dst

>=60% (48 pkt) – dst+

>=70% (56 pkt) – db

>=80% (64 pkt) – db+

>=90% (72 pkt) - bdb

1. Podział administracyjny UE na jednostki NUTS oraz wybór odpowiedniego poziomu dla Polski (baza BDL)

2. Badanie sytuacji na rynku pracy w okresie pandemii i po niej

3. Funkcje trendu w prognozowaniu runku nieruchomości

4. Analiza i wizualizacja danych dotyczących sytuacji mieszkaniowej

województw i koncepcja konwergencji

5. Mediany i średnie ceny nieruchomości w województwach i powiatach - konwergencja cen

6. Badanie zależności pomiędzy sytuacją mieszkaniową a jej stymulantami/destymulantami ekonomicznymi

7. Badanie istotności korelacji dla danych z Eurostatu

Podstawowa:

Jajuga K., Jajuga T., Inwestycje, PWN, Warszawa 2012, rozdział 9 (http://han3.lib.uni.lodz.pl/han/ibuklibra/https/libra.ibuk.pl/reader/inwestycje-instrumenty-finansowe-aktywa-niefinansowe-ryzyko-finansowe-krzysztof-jajuga-teresa-347)

Kucharska-Stasiak, E., Kusideł, E., Załęczna, M., Żelazowski, K., Procesy konwergencji na europejskich rynkach mieszkaniowych. Ujęcie międzynarodowe i regionalne, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2020 (dostęp w ibuk-libra);

Uzupełniająca

Ł. Jabłoński, Kapitał ludzki a konwergencja gospodarcza, C.H.Beck, Warszawa 2012, rozdział 2 (dostęp w bibliotece)

M. Sullivan III, Statistics. Informed Decisions Using Data, Pearson Education Limited 2018 (dostęp w bibliotece)

Kucharska-Stasiak, E., Kusideł, E., Załęczna, M., Żelazowski, K., Convergence processes in the European housing markets. International and regional perspective, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2020 (dostęp w ibuk-libra);

T

30 g zajęć, 30 g. praca bieżąca, 30 g. przygotowanie do zaliczenia

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z

Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej

rozwiązywanie zadań przy komputerze wspomagane prezentacją multimedialną

aktywność studentów na zajęciach w formie prezentacji prac domowych i/lub praca zaliczeniowa

1. Podział administracyjny UE na jednostki NUTS oraz wybór odpowiedniego poziomu dla Polski (baza BDL)

2. Budowa syntetycznego miernika sytuacji mieszkaniowej powiatów w wybranych (przydzielonych) województwach Polski

3. Ocena dynamiki zjawisk prostych i złożonych na podstawie danych o nieruchomościach z BDL

4. Miary położenia, rozproszenia i zależności stosowane w analizach nieruchomości na podstawie danych o nieruchomościach z BDL

5.Znaczenie wizualizacji danych na przykładzie kwartetu Anscombe'a

6. Baza danych cen nieruchomości NBP. Liczenie przyrostów i reguła 3 sigm

7. Badanie normalności rozkładu cen nieruchomości

8. Model trendu z sezonowością pomocne w prognozowaniu cen nieruchomości

9. Ekonometryczne modele rynku nieruchomości

K. Jajuga, T. Jajuga, Inwestycje, PWN, Warszawa 2012, rozdział 9 (http://han3.lib.uni.lodz.pl/han/ibuklibra/https/libra.ibuk.pl/reader/inwestycje-instrumenty-finansowe-aktywa-niefinansowe-ryzyko-finansowe-krzysztof-jajuga-teresa-347)

Jabłoński Ł., Kapitał ludzki a konwergencja gospodarcza, C.H.Beck, Warszawa 2012, rozdział 2.

M. Sullivan III, Statistics. Informed Decisions Using Data, Pearson Education Limited 2018.

T

30 g zajęć, 30 g. praca bieżąca, 30 g. przygotowanie do zaliczenia

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z

Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej

rozwiązywanie zadań przy komputerze wspomagane prezentacją multimedialną

aktywność studentów na zajęciach w formie prezentacji prac domowych i/lub praca zaliczeniowa

1. Podział administracyjny UE na jednostki NUTS oraz wybór odpowiedniego poziomu dla Polski (baza BDL)

2. Budowa syntetycznego miernika sytuacji mieszkaniowej powiatów w wybranych (przydzielonych) województwach Polski

3. Ocena dynamiki zjawisk prostych i złożonych na podstawie danych o nieruchomościach z BDL

4. Miary położenia, rozproszenia i zależności stosowane w analizach nieruchomości na podstawie danych o nieruchomościach z BDL

5.Znaczenie wizualizacji danych na przykładzie kwartetu Anscombe'a

6. Baza danych cen nieruchomości NBP. Liczenie przyrostów i reguła 3 sigm

7. Badanie normalności rozkładu cen nieruchomości

8. Model trendu z sezonowością pomocne w prognozowaniu cen nieruchomości

9. Ekonometryczne modele rynku nieruchomości

K. Jajuga, T. Jajuga, Inwestycje, PWN, Warszawa 2012, rozdział 9 (http://han3.lib.uni.lodz.pl/han/ibuklibra/https/libra.ibuk.pl/reader/inwestycje-instrumenty-finansowe-aktywa-niefinansowe-ryzyko-finansowe-krzysztof-jajuga-teresa-347)

M. Sullivan III, Statistics. Informed Decisions Using Data, Pearson Education Limited 2018.

T

30 g zajęć, 30 g. praca bieżąca, 30 g. przygotowanie do zaliczenia

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z

Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej

rozwiązywanie zadań przy komputerze wspomagane prezentacją multimedialną

aktywność studentów na zajęciach w formie prezentacji prac domowych i/lub praca zaliczeniowa

1. Ocena dynamiki zjawisk na rynku nieruchomości za pomocą przyrostów względnych i bezwzględnych. Procenty i punkty procentowe - właściwe użycie w przypadku oceny zmian w czasie i przestrzeni.

2. Modele tendencji rozwojowej w ocenie siły i kierunku trendu w cenach nieruchomości. Statystyczne kryteria doboru funkcji trendu.

3. Zastosowanie miar tendencji centralnej i miar rozproszenia w analizie

4. Reguła 3 sigm i jej zastosowanie do budowania przedziału zmienności nieruchomości mieszkaniowych w 17 miastach Polski

5. Badanie normalności rozkładu zmiennych i jego znaczenie w analizie rynku nieruchomości.

6. Miary siły i kierunku zależności dwóch cech. Przykład badania korelacji cen nieruchomości w różnych lokalizacjach.

7. Testy równości dwóch średnich dla danych zebranych z przeprowadzonego w grupie badania pierwotnego

8. Analiza danych jakościowych. Tablice dwudzielcze i zastosowanie testu dwóch proporcji do wnioskowania o różnicach we wpływie wariantu cechy na zróżnicowanie grup

9. Ekonometryczny model wpływu otoczenia makroekonomicznego na rynek nieruchmości

10. Budowa ekonometrycznego modelu wyceny nieruchomości

K. Jajuga, T. Jajuga, Inwestycje, PWN, Warszawa 2012, rozdział 9 (http://han3.lib.uni.lodz.pl/han/ibuklibra/https/libra.ibuk.pl/reader/inwestycje-instrumenty-finansowe-aktywa-niefinansowe-ryzyko-finansowe-krzysztof-jajuga-teresa-347)

M. Sullivan III, Statistics. Informed Decisions Using Data, Pearson Education Limited 2018.