Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Prediktion av bostadsrättspriser i Stockholms innerstad.
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2014 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [en]

A frequently asked question in real estate marketing is at what time of the year it is optimal to invest or sell. The aim of the project was to answer this question and to generate a prediction model over real estate located in the centre of Stockholm that takes seasons into account. With acquired sales statistics in Stockholm between 2010 and 2013 it was possible to perform a linear least square regression, also known as Ordinary Least Square (OLS), with describing qualities and season of sale as parameters. Statistical problems such as Multicollinearity and Heteroskedasticity have been taken into account when deriving the model. The result was a highly accurate prediction model indicating the profitability of investing in real estate during the summer and selling during the autumn.

Abstract [sv]

En vanlig fråga beträffande bostadsmarknaden är vilka tider på året som är optimala för investering och försäljning av bostadsrätter. Arbetets syfte var att besvara denna fråga och konstruera en prediktionsmodell för bostadsrätter i Stockholms innerstad med hänsyn till årstider. Detta har möjliggjorts genom att analysera sålda lägenheter i Stockholm mellan 2010-2013. I arbetet har statistiska metoder såsom minsta kvadrat-skattningar, även kallat

Ordinary Least Squares (OLS), använts. Undersökningen har tagit kända statistiska problem som Heteroskedasticitet och Multikolliniaritet till akt. Parametrar som användes i studien var karakteristiska egenskaper hos lägenheten och bostadshuset samt i vilken årstid lägenheten såldes. Resultatet blev en prediktionsmodell med hög precision för Stockholms innerstad. Studien visade att det är lönsamt som konsument att köpa en lägenhet på sommaren och sälja på hösten.

Place, publisher, year, edition, pages
2014. , 36 p.
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-148575OAI: oai:DiVA.org:kth-148575DiVA: diva2:736694
Supervisors
Available from: 2014-08-08 Created: 2014-08-08 Last updated: 2014-08-08Bibliographically approved

Open Access in DiVA

Ludvig Hällman & Pontus Rufelt kandidatexamensarbete inom teknisk fysik utfört vid inst för matematik. matematisk statistik, KTH.(1117 kB)384 downloads
File information
File name FULLTEXT01.pdfFile size 1117 kBChecksum SHA-512
3e8b11908366fa76926d6b8a8ec52a44ea9b0351a6b9e89f110663fadab170353ab513395e5d3f75b76ed302e1add65e4c08139d5e5b7456752c191bb111e66e
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 384 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 901 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf