Article Sidebar
Main Article Content
W artykule przeprowadzono badanie wpływu metrażu, lokalizacji i udogodnień na ceny ofertowe mieszkań w Polsce w latach 2023-2024, ze szczególnym uwzględnieniem Warszawy, Krakowa, Łodzi i Trójmiasta. Połączono metody ekonometryczne i uczenie maszynowe, aby wskazać kluczowe czynniki cenotwórcze. W analizie zastosowano modele OLS, Lasso, GWR, k-means oraz Random Forest. Badanie oparte na próbie 49 531 ofert wykazuje wyraźną przewagę modeli nieliniowych w predykcji. Potwierdzono również dominującą rolę lokalizacji i cech fizycznych w objaśnianiu przestrzennego zróżnicowania cen na rynku.
Article Details
Anselin L. (2001) Spatial Econometrics [in:] B. H. Baltagi (red.) A Companion to Theoretical Econometrics, Chapter 14, 310-330, Blackwell Publishing Ltd. (Crossref)
Arthur D., Vassilvitskii S. (2007) K-means++: The Advantages of Careful Seeding, SODA ’07: Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, Society for Industrial and Applied Mathematics, New Orleans Louisiana, 1027-1035.
Berry W. D., Feldman S. (1985) Multiple Regression in Practice. Sage University Paper series on Quantitative Applications in the Social Sciences, Series No. 07-050, Sage, Newbury Park.
Breiman L. (2001) Random Forests. Machine Learning, 45, 5-32. https://doi.org/10.1023/A:1010933404324 (Crossref)
Brunsdon C., Fotheringham A. S., Charlton M. (1996) Geographically Weighted Regression: A Method for Exploring Spatial Nonstationarity. Geographical Analysis, 28(4), 281-298. https://doi.org/10.1111/j.1538-4632.1996.tb00936.x (Crossref)
Brunsdon C., Fotheringham A. S., Charlton M. (2000) Geographically Weighted Regression as a Statistical Model. University of Newcastle-upon-Tyne: Newcastle upon Tyne, UK. Bun M. J. G., Harrison T. D. (2019) OLS and IV Estimation of Regression Models Including Endogenous Interaction Terms. Econometric Reviews, 38(7), 814-827. https://doi.org/10.1080/07474938.2018.1427486 (Crossref)
Case K. E., Shiller R. J. (2003) Is There a Bubble in the Housing Market? Brookings Papers on Economic Activity, 34(2), 299-362. (Crossref)
Chaim A., Łukasik N. (2024) Analiza korelacji w stosunkach międzynarodowych na przykładzie wybranych aspektów stosunków polsko-niemieckich. Krakowskie Studia Małopolskie, 3, 83-110 (Crossref)
Charlton M., Fotheringham A. S. Brunsdon C. (2006) Geographically Weighted Regression: NCRM Methods Review Papers/NCRM/006. http://eprints.ncrm.ac.uk/90/ (dostęp: 12.01.2026) Dąbrowski J. (2010) Zastosowanie wybranych metod statystycznych do analizy rynku nieruchomości. StatSoft Polska. http://www.statsoft.pl/Portals/0/Downloads/Zast_met_stat_analizy_rynku_nieruchomos21 ci.pdf.
Fatih C. (2024) Lasso Regression Model [Technical Report]. University Ferhat Abbas of Sétif. https://doi.org/10.13140/RG.2.2.23949.14563 Foryś I. (2015) Indeks hedoniczny na wtórnym rynku mieszkań spółdzielczych na przykładzie wybranego osiedla w Szczecinie. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Szczecińskiego, 42(1), 149-159. (Crossref)
Huang Z., Lai, G (2023) A House Price Prediction Model Based on K-means Clustering and Random Forest in Guangzhou. Frontiers in Business, Economics and Management, 10(2), 377-381. https://doi.org/10.54097/fbem.v10i2.11077 (Crossref)
Jamróz K. (2024) Apartment prices in Poland [zbiór danych]. Kaggle. https://www.kaggle.com/datasets/krzysztofjamroz/apartment-prices-in-poland
Leamer E. E. (2007) Housing IS the Business Cycle. NBER Working Paper 13428. https://doi.org/10.3386/w13428 (Crossref)
Ligas M., Czaja, J. (2010) Zaawansowane metody analizy statystycznej rynku nieruchomości. Studia i Materiały Towarzystwa Naukowego Nieruchomości, 18(1), 7-19.
Matthews S. A., Yang T.-C. (2012) Mapping the Results of Local Statistics: Using Geographically Weighted Regression. Demographic Research, 26, 151-166. https://doi.org/10.4054/DemRes.2012.26.6 (Crossref)
MacQueen J. B. (1967) Some Methods for Classification and Analysis of Multivariate Observations. In: Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability, 1: Statistics, University of California Press, Berkeley, 281-297. http://projecteuclid.org/euclid.bsmsp/1200512992.
Naji M. (2024) Real estate market analysis and prediction using machine learning. Master’s thesis, Faculty of Science, Department of Applied Mathematics. https://www.esrilebanon.com/content/dam/esrisites/en-us/education/higher-education/Masters/Projects/2024/Naji/Thesis_Report_MohamadNaji.pdf
NBP (2024) Informacja o cenach mieszkań i sytuacji na rynku nieruchomości w II i IV kw.2024 r. https://nbp.pl/wp-content/uploads/2025/03/Informacja-o-cenach-mieszkan-w-IV-2024.pdf
NBP (2025) Informacja o cenach mieszkań i sytuacji na rynku nieruchomości mieszkaniowych i komercyjnych w Polsce w I kw. 2025 r. https://nbp.pl/wp-content/uploads/2025/06/Informacja-o-cenach-mieszkan-i-sytuacji-na-rynku-nieruchomosci-mieszkaniowych-i-komercyjnych-w-Polsce-w-I-kw.-2025-r.pdf?
Pagourtzi E., Assimakopoulos V., Hatzichristos T., French N. (2003) Real Estate Appraisal: A Review of Valuation Methods. Journal of Property Investment & Finance, 21(4), 383-401. https://doi.org/10.47772/IJRISS.2026.100300057 (Crossref)
PIE – Polski Instytut Ekonomiczny (2024) Analiza rynku mieszkaniowego – IV kw. 2024 r. https://pie.net.pl/wp-content/uploads/2025/02/Rynek-mieszk-4_kwartal_2024.pdf
Rana R. K., Singhal R. (2015) Chi-square Test and its Application in Hypothesis Testing. Journal of the Practice of Cardiovascular Sciences, 1(1), 69-71. https://doi.org/10.4103/2395-5414.157577 (Crossref)
Rosen S. (1974) Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition. Journal of Political Economy, 82(1), 34-55. (Crossref)
Sirmans G. S., Macpherson D. A., Zietz E. N. (2005) The Composition of Hedonic Pricing Models. Journal of Real Estate Literature, 13(1), 3-43. (Crossref)
Szelągowska A. (2023) Bezpieczny kredyt 2% oraz konto mieszkaniowe jako nowe instrumenty polityki mieszkaniowej w Polsce. Studia BAS, 4, 55-84. https://doi.org/10.31268/StudiaBAS.2023.30 (Crossref)
Śleszyński Z. (2020) Wyznaczanie współczynników korelacji liniowej – podstawy. Wiadomości Statystyczne, 65(6), 69-87. (Crossref)
UKNF (2024) Informacja na temat sytuacji sektora bankowego w 2023 r. Pobrane z: https://www.knf.gov.pl/knf/pl/komponenty/img/Informacja_na_temat_sytuacji_sektora_ban30 kowego_w_2023_91099.pdf
Downloads
- Monika Zielińska-Sitkiewicz, Application of Synthetic Taxonomic Measures to Assess the Investment Attractiveness of the Selected Companies in the Construction Materials Industry Listed on the Warsaw Stock Exchange , Metody Ilościowe w Badaniach Ekonomicznych: Tom 24 Nr 3 (2023)
- Monika Zielińska-Sitkiewicz, Mariola Chrzanowska, WIZUALIZACJA JAKO NARZĘDZIE WSPOMAGAJĄCE ANALIZĘ DANYCH W PROCESIE DYDAKTYCZNYM , Metody Ilościowe w Badaniach Ekonomicznych: Tom 21 Nr 4 (2020)
- Monika Zielińska-Sitkiewicz, ZASTOSOWANIE WYBRANYCH MIERNIKÓW SYNTETYCZNYCH DO KLASYFIKACJI SPÓŁEK PRZEMYSŁU SPOŻYWCZEGO NOTOWANYCH NA GPW W WARSZAWIE , Metody Ilościowe w Badaniach Ekonomicznych: Tom 16 Nr 4 (2015)
- Jan Malchar, Monika Zielińska-Sitkiewicz, METODY KLASYFIKACJI W ANALIZIE PORÓWNAWCZEJ ROZWOJU SPOŁECZNO-GOSPODARCZEGO POLSKICH WOJEWÓDZTW W LATACH 2010 I 2014 – WPŁYW PROCEDURY NORMALIZACJI NA WYNIK RANKINGU , Metody Ilościowe w Badaniach Ekonomicznych: Tom 18 Nr 4 (2017)
- Monika Zielińska-Sitkiewicz, Zastosowanie metod wielowymiarowej analizy dyskryminacyjnej do oceny kondycji firm deweloperskich , Metody Ilościowe w Badaniach Ekonomicznych: Tom 13 Nr 3 (2012)
- Monika Zielińska-Sitkiewicz, APPLICATION OF MULTIVARIATE DISCRIMINANT ANALYSIS FOR ASSESSMENT OF CONDITION OF CONSTRUCTION COMPANIES , Metody Ilościowe w Badaniach Ekonomicznych: Tom 14 Nr 2 (2013)
- Monika Zielińska-Sitkiewicz, APPLICATION OF MULTIVARIATE DISCRIMINANT ANALYSIS FOR PREDICTION OF BANKRUPTCY OF SELECTED CONSTRUCTION AND DEVELOPMENT COMPANIES , Metody Ilościowe w Badaniach Ekonomicznych: Tom 15 Nr 2 (2014)
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne 4.0 Międzynarodowe.
Publikowane artykuły dostępne są na warunkach Open Access na zasadach licencji Creative Commons CC BY-NC – do celów niekomercyjnych udostępnione materiały mogą być kopiowane, drukowane i rozpowszechniane. Autorzy ponoszą opłatę za opublikowanie artykułu.