STATISTIK-FORUM.de

[Maxi2306]

Hallo liebes Forum,

ich schreibe aktuell an einer Seminararbeit zum Thema "Determinanten der Immobilienpreise in DE".
Meine Untersuchung ist so aufgebaut, dass ich als abhängige Variable den Immobilienpreis in DE habe und als unabhängige Variablen die Inflation, Zins und BIP über knapp 10 Jahre in Monatswerten.

Meine Frage: Ich habe die Regression durchgeführt mit jährlichen Zuwachsrate, also von jedem Datensatz die Zuwachsrate vom Vorjahresmonat zum aktuellen Monat berechnet.
Dies habe ich auf Hinweise meines Tutors gemacht, da sonst "Scheinregression" (spurious Regression) wegen dem Trend in den Daten auftreten kann.
Könnt Ihr mir zufällig sagen, ob ich bei der Interpretation der Ergebnisse wegen den Zuwachsraten nun etwas beachten muss?
Die Ergebnisse habe ich zur Info mal mit in den Text eingefügt.
Ich danke euch für eure Hilfe, da ich noch ein Anfänger in der empirischen Analyse bin und wenig Ahnung haben!

Linear regression model:
Immobilienpreis ~ 1 + INFLATION + ZINS + BIP

Estimated Coefficients:
Estimate SE tStat pValue
________ ________ ________ __________
(Intercept) 1.6418 0.62951 2.6081 0.010188
INFLATION -0.17937 0.30919 -0.58014 0.56284
ZINS -0.11776 0.025623 -4.596 1.0187e-05
BIP 0.4532 0.10547 4.2969 3.3981e-05


Number of observations: 132, Error degrees of freedom: 128
Root Mean Squared Error: 3.03
R-squared: 0.219, Adjusted R-Squared 0.2
F-statistic vs. constant model: 11.9, p-value = 6.04e-07

Gruß Maxi!

[bele]

Hi!

Für solche Tabellen eigenen sich code-Tags ganz hervorragend. Dann wird es nämlich wieder richtig ausgerichtet:

Code: Alles auswählen

Linear regression model:
    Immobilienpreis ~ 1 + INFLATION + ZINS + BIP

Estimated Coefficients:
               Estimate     SE           tStat       pValue 
              ________    ________    ________    __________
(Intercept)      1.6418     0.62951     2.6081      0.010188
INFLATION      -0.17937     0.30919   -0.58014       0.56284
ZINS           -0.11776    0.025623     -4.596    1.0187e-05
BIP              0.4532     0.10547     4.2969    3.3981e-05


Number of observations: 132, Error degrees of freedom: 128
Root Mean Squared Error: 3.03
R-squared: 0.219,  Adjusted R-Squared 0.2
F-statistic vs. constant model: 11.9, p-value = 6.04e-07


Bei der Interpretation der Daten musst Du Dir halt ständig vor Augen halten, dass hier nicht der Immobilienpreis, sondern die Zuwachsrate modelliert wurde und dass auch von der Zuwachsrate 80% durch dieses einfache Modell nicht erklärt werden. Im Übigen scheinen das nicht zehn, sondern elf Jahre zu sein.

Zum Thema spurious correlation empfehle ich immer wieder gerne die Homepage zum gleichnamigen Fachbuch: http://www.tylervigen.com/spurious-correlations

LG,
Bernhard

[DHA3000]

Ist das BIP auch in Differenzen, also die Wachstumsrate? Schein jedenfalls so.

Dann nimmst du nicht die normalen Differenzen, sondern die Differenz der logarithmierten Werte (außer Zins) und schon kannst du die Ergebnisse in Elastizitäten interpretieren (also Prozent).
Die genauen Werte sind nicht ganz so wichtig, eher die Proportionen.

[Maxi2306]

Hallo,
danke für die Antwort. Hat mir sehr geholfen! Sorry wegen Doppeltpost....wusste nicht das die Foren zusammenhängen!
Gruß Maxi!

[PonderStibbons]

Hallo,
danke für die Antwort. Hat mir sehr geholfen! Sorry wegen Doppeltpost....wusste nicht das die Foren zusammenhängen!
Gruß Maxi!

Hast halt gedacht, mann bin ich wichtig, ich setz das in verschiedene foren gleichzeitig, sollen die leute parallel für mich arbeiten, selber schuld