ACADEMIEJAAR 2024-2025
CASE - ECONOMETRIE
CODES, OUTPUT E N FIGUREN IN R + UITLEG
TIAGO BOEYNAEMS
TEW BACH 3
, CASE EXAMEN ECONOMETRIE
DEEL 0: Definities
Afhankelijke variabele definiëren
Log_Price: logaritmische prijs van het huis in USD
Onafhankelijke variabelen definiëren
Lotsize: de grote van het perceel in hectare
Age: leeftijd van het huis in jaren
LandValue: waarde van de grond in USD
LivingArea: bewoonbare ruimte in de “vierkante feet”
PstCollege: fractie van de buurt die naar de universiteit is gegaan
Bedrooms: het aantal kamers
Fireplaces: het aantal fireplaces
Bathrooms: het aantal badkamers
Rooms: het totaal aantal kamers in het huis
Heating: manier van verwarmen
Fuel: gas, olie, electric
Sewer: het type rioleringssysteem
Waterfront: aanwezigheid van water op het domein
NewConstruction: is het desbetreffende huis een nieuwbouw
CentralAir: aanwezigheid centrale lucht in het huis
Persoonlijke myseed instellen
(Aantal letters van achternaam x 2)^2 – (aantal letters voornaam)
Seed Tiago Boeynaems = (9×2)^2 =18^2 = 324 324 – 5 = 319
Code in R
DEEL 1: INFERENTIE
Formuleren onderzoeksvraag:
, Academische referenties:
1. Chin, T. L., & Chau, K. W. (2003). A critical review of literature on the hedonic
price model. International Journal for Housing Science and Its Applications,
27(2), 145-165.
2. Knoll, K., Schularick, M., & Steger, T. (2017). No price like home: Global house
prices, 1870–2012. American Economic Review, 107(2), 331-353.
"Wat is het effect van perceelgrootte (LotSize), bewoonbare ruimte (LivingArea), het
aantal kamers (Bedrooms), leeftijd van het huis (Age), waarde van de grond
(LandValue), en het aantal badkamers (Bathrooms) op de log-huisprijs (log_price)?"
Onderbouwing bestaande literatuur (2)
Op basis van de bevindingen van Chin en Chau (2003) en Knoll et al. (2017) stel ik
dat perceelgrootte (LotSize) een positieve impact heeft op de logaritmische
huisprijs. Chin en Chau (2003) benadrukken dat grotere percelen aantrekkelijk zijn
vanwege de extra ruimte voor recreatie, uitbreidingen en privacy, wat leidt tot een
hogere economische waarde. Knoll et al. (2017) ondersteunen dit door te stellen dat
grondschaarste in stedelijke gebieden de waarde van percelen versterkt. Kopers
betalen meer voor extra ruimte, vooral in markten met beperkte beschikbaarheid.
Daarnaast toont de correlatieanalyse een postieve samenhang tussen perceelgrootte
en bewoonbare ruimte (LivingArea), wat rechtvaardigt dat deze variabele wordt
opgenomen. Bewoonbare ruimte bepaalt het comfort en de functionaliteit van een
woning en resulteert doorgaans in hogere prijzen. Grotere woningen bieden immers
meer mogelijkheden voor leef- en werkruimte.
Het aantal slaapkamers (Bedrooms) wordt eveneens opgenomen als belangrijke
variabele. Slaapkamers bepalen de functionele capaciteit van een woning en
verhogen de aantrekkelijkheid, vooral voor gezinnen. Volgens Chin en Chau (2003) is
er doorgaans een positieve relatie tussen het aantal slaapkamers en de woningprijs,
hoewel het effect afvlakt bij zeer grote woningen waar extra kamers minder waarde
toevoegen.
Verder neem ik de leeftijd van het huis (Age) op in het model. Oudere woningen
kunnen minder aantrekkelijk zijn door hogere onderhoudskosten en verouderde
ontwerpen, maar kunnen ook in waarde stijgen vanwege historische of
architectonische kenmerken (Chin & Chau, 2003). Ook de grondwaarde (LandValue)
wordt opgenomen, aangezien deze de locatiekwaliteit weerspiegelt. Volgens Knoll et
al. (2017) is grondwaarde een belangrijke indicator van nabijheid tot voorzieningen
en algemene aantrekkelijkheid.
Tot slot voeg ik het aantal badkamers (Bathrooms) toe, een belangrijke indicator
van comfort en luxe. Meer badkamers verhogen de aantrekkelijkheid van een
woning, vooral voor grotere huishoudens.
Correlatiematrix opstellen van alle onafhankelijke variabelen om te kijken
hoe ze ten opzichte van elkaar gecorreleerd zijn
CASE - ECONOMETRIE
CODES, OUTPUT E N FIGUREN IN R + UITLEG
TIAGO BOEYNAEMS
TEW BACH 3
, CASE EXAMEN ECONOMETRIE
DEEL 0: Definities
Afhankelijke variabele definiëren
Log_Price: logaritmische prijs van het huis in USD
Onafhankelijke variabelen definiëren
Lotsize: de grote van het perceel in hectare
Age: leeftijd van het huis in jaren
LandValue: waarde van de grond in USD
LivingArea: bewoonbare ruimte in de “vierkante feet”
PstCollege: fractie van de buurt die naar de universiteit is gegaan
Bedrooms: het aantal kamers
Fireplaces: het aantal fireplaces
Bathrooms: het aantal badkamers
Rooms: het totaal aantal kamers in het huis
Heating: manier van verwarmen
Fuel: gas, olie, electric
Sewer: het type rioleringssysteem
Waterfront: aanwezigheid van water op het domein
NewConstruction: is het desbetreffende huis een nieuwbouw
CentralAir: aanwezigheid centrale lucht in het huis
Persoonlijke myseed instellen
(Aantal letters van achternaam x 2)^2 – (aantal letters voornaam)
Seed Tiago Boeynaems = (9×2)^2 =18^2 = 324 324 – 5 = 319
Code in R
DEEL 1: INFERENTIE
Formuleren onderzoeksvraag:
, Academische referenties:
1. Chin, T. L., & Chau, K. W. (2003). A critical review of literature on the hedonic
price model. International Journal for Housing Science and Its Applications,
27(2), 145-165.
2. Knoll, K., Schularick, M., & Steger, T. (2017). No price like home: Global house
prices, 1870–2012. American Economic Review, 107(2), 331-353.
"Wat is het effect van perceelgrootte (LotSize), bewoonbare ruimte (LivingArea), het
aantal kamers (Bedrooms), leeftijd van het huis (Age), waarde van de grond
(LandValue), en het aantal badkamers (Bathrooms) op de log-huisprijs (log_price)?"
Onderbouwing bestaande literatuur (2)
Op basis van de bevindingen van Chin en Chau (2003) en Knoll et al. (2017) stel ik
dat perceelgrootte (LotSize) een positieve impact heeft op de logaritmische
huisprijs. Chin en Chau (2003) benadrukken dat grotere percelen aantrekkelijk zijn
vanwege de extra ruimte voor recreatie, uitbreidingen en privacy, wat leidt tot een
hogere economische waarde. Knoll et al. (2017) ondersteunen dit door te stellen dat
grondschaarste in stedelijke gebieden de waarde van percelen versterkt. Kopers
betalen meer voor extra ruimte, vooral in markten met beperkte beschikbaarheid.
Daarnaast toont de correlatieanalyse een postieve samenhang tussen perceelgrootte
en bewoonbare ruimte (LivingArea), wat rechtvaardigt dat deze variabele wordt
opgenomen. Bewoonbare ruimte bepaalt het comfort en de functionaliteit van een
woning en resulteert doorgaans in hogere prijzen. Grotere woningen bieden immers
meer mogelijkheden voor leef- en werkruimte.
Het aantal slaapkamers (Bedrooms) wordt eveneens opgenomen als belangrijke
variabele. Slaapkamers bepalen de functionele capaciteit van een woning en
verhogen de aantrekkelijkheid, vooral voor gezinnen. Volgens Chin en Chau (2003) is
er doorgaans een positieve relatie tussen het aantal slaapkamers en de woningprijs,
hoewel het effect afvlakt bij zeer grote woningen waar extra kamers minder waarde
toevoegen.
Verder neem ik de leeftijd van het huis (Age) op in het model. Oudere woningen
kunnen minder aantrekkelijk zijn door hogere onderhoudskosten en verouderde
ontwerpen, maar kunnen ook in waarde stijgen vanwege historische of
architectonische kenmerken (Chin & Chau, 2003). Ook de grondwaarde (LandValue)
wordt opgenomen, aangezien deze de locatiekwaliteit weerspiegelt. Volgens Knoll et
al. (2017) is grondwaarde een belangrijke indicator van nabijheid tot voorzieningen
en algemene aantrekkelijkheid.
Tot slot voeg ik het aantal badkamers (Bathrooms) toe, een belangrijke indicator
van comfort en luxe. Meer badkamers verhogen de aantrekkelijkheid van een
woning, vooral voor grotere huishoudens.
Correlatiematrix opstellen van alle onafhankelijke variabelen om te kijken
hoe ze ten opzichte van elkaar gecorreleerd zijn
