Estimating the Size of the Secondary Real Estate Market Based on Internet Data Sources

• Autorzy: Maciej Beręsewicz
• Języki publikacji: EN

Abstrakty

EN

As a result of the growing digitization of society and the development of electronic economy, current statistical data sources, including administrative registers, do not satisfy the information needs of society. Therefore, there are growing gaps in the statistical coverage of a number of sectors of the economy. One example of such a gap is the secondary real estate market, which is only partially accounted for by official statistical data sources. On the other hand new data sources such as the Internet or Big Data tend to decrease information gap in official statistics. The Web portals that specialise in brokerage on real estate market should be not neglected as a data source for statistics. Therefore, the aim of the paper is to use two Web portals devoted to the housing market to estimate supply measured in the number of flats offered to sale in Poznań, Poland. In addition, classification and quality of Web portals will be discussed.(original abstract)

Słowa kluczowe

EN

Real estate market; Estimators; Supply; Statistics; Information gap; Secondary real estate market

PL

Rynek nieruchomości; Estymatory; Podaż; Statystyka; Luka informacyjna; Wtórny rynek nieruchomości

• Czasopismo: Folia Oeconomica Stetinensia
• Rocznik: 2014
• Tom: 14
• Numer: nr 2
• Strony: 259--269

Twórcy

autor

Maciej Beręsewicz

• Poznań University of Economics, Poland

Bibliografia

• Beręsewicz, M. (2014). Próba zastosowania różnych miar odległości w uogólnionym estymatorze Petersena. Taksonomia 22: klasyfikacja i analiza danych - teoria i zastosowania. Wrocław: Uniwersytet Ekonomiczny we Wrocławiu.
• Beręsewicz, M., Klimanek, T. (2013). Wykorzystanie estymacji pośredniej uwzględniającej korelację przestrzenną w badaniu cen mieszkań. Taksonomia 21: klasyfikacja i analiza danych - teoria i zastosowania. Wrocław: Uniwersytet Ekonomiczny we Wrocławiu.
• Daas, P., Roos, M., de Blois, C., Hoekstra, R., ten Bosch, O.,, Ma, Y. (2011). New data sources for statistics: experiences at Statistics Netherlands. The Hague/Herleen: Statistics Netherlands.
• Fellegi, I., Sunter, A. (1969). A Theory for Record Linkage. Journal of the American Statistical Association, 64, 328, 1183-1210.
• Gołata, E., Dehnel, G. (2013). Rozbieżności szacunków NSP 2011 i BAEL. Taksonomia 20: klasyfikacja i analiza danych - teoria i zastosowania (pp. 120-130). Wrocław: Uniwersytet Ekonomiczny we Wrocławiu.
• Groves, R., Fowler, M.F.J. Jr., Couper, M., Lepkowski, J.M., Singer, E., Tourrangeau, R. (2010). Survey methodology. New York: Wiley.
• Hoekstra, R., ten Bosch, O., Harteveld, F. (2010). Automated Data Collection from Web Sources for Official Statistics: First Experiences. Heerlen. The Netherlands: Statistics Netherlands.
• IWGDMF (1995), International Working Group for Disease Monitoring and Forecasting. Capture- recapture and multiple-record systems estimation II: Applications. American Journal of Epidemiology, 142, 1059-1068.
• Lavallee, P., Rivest, L.-P. (2012). Capture-Recapture Sampling and Indirect Sampling. Journal of Offcial Statistics, 28, 1.1-27.
• Lazer., D., Kennedy, R., King, G., Vespignani, A. (2014). The parable of Google Flu: traps in Big Data analysis. Science, 14 March 2014.
• Miller, G. (2011). Social Scientists Wade Into the Tweet Stream. Science 333 (6051), 1814-1815.
• Paradysz, J. (2007). Rejestry administracyjne jako źródło zasilania w statystyce regionalnej. In: Statystyka regionalna w jednoczącej się Europie, ed. J. Paradysz. Poznań: Uniwersytet Ekonomiczny w Poznaniu.
• R Core Team (2014). R: A language and environment for statistical computing [computer software]. R Foundation for Statistical Computing. Vienna. Austria, www.R-project.org.
• Roszka, W. (2012). System statystyki publicznej oparty na zintegrowanych źródłach danych. Przegląd Statystyczny, 59, 2.
• Rozporządzenie z dnia 29 marca 2001 r. Ministra Rozwoju Regionalnego i Budownictwa w sprawie ewidencji gruntów i budynków (DzU 2001.38.454).
• Statistics Finland (2004). Use of registers and administrative data sources for statistical purposes - best practices in Statistics Finland. Handbook 45. Helsinki.
• UNECE (2007). Register-based statistics in the Nordic countries: review of best practices with focus on population and social statistics. United Nations Publication.
• Wallgren, A., Wallgren, B. (2014). Register-Based Statistics: Statistical Methods for Administrative Data. Chichester: John Wiley, Sons.
• Wolter, K.M. (1986). Models for Census Data Some Coverage Error. Journal of the American Statistical Association, 81 (394), 338-346.
• Zhang, L-C. (2015). On modelling register coverage errors. Journal of Official Statistics (forthcoming).

Identyfikatory

DOI

10.1515/foli-2015-0012