Methodik & Datenquellen
Transparente Einblicke in unsere Datensammlung, Analysemethoden und die Berechnung fairer Marktpreise für den Schweizer Wohnungsmarkt.
Datenquellen
Offizielle Statistiken zu Bevölkerung, Einkommen, Bautätigkeit, Leerstandsquote, Preisindizes und Wohnungsbestand. Diese Daten ermöglichen die Kontextualisierung der Marktanalysen durch demografische und wirtschaftliche Kennzahlen.
Informationen zu Postleitzahlen, Gemeinden, Koordinaten, Regionen, ÖV-Anbindung, Lärmbelastung und Erreichbarkeit. Diese Daten ermöglichen die räumliche Verknüpfung und geobasierte Analysen.
Multiple Lineare Regression
Wir verwenden multiple lineare Regression zur Berechnung fairer Marktpreise. Diese statistische Methode modelliert den Zusammenhang zwischen dem Mietpreis (abhängige Variable) und mehreren Einflussfaktoren (unabhängige Variablen).
Y = b₀ + b₁X₁ + b₂X₂ + b₃X₃ + b₄X₄ + ...
Y = Mietpreis (CHF/Monat)
b₀ = Basiskomponente (400 CHF)
b₁ = Koeffizient für Wohnfläche (28 CHF/m²)
b₂ = Koeffizient für Zimmer (120 CHF/Zimmer)
b₃ = Lagezuschlag (300+ CHF je nach Kanton)
b₄ = Abschlag für Gebäudealter (-10 CHF/Jahr)
Beispielrechnung: Zürich Kreis 4
Wohnung: 50m², 2.5 Zimmer, 20 Jahre alt, Kreis 4
Y = 400 + (28×50) + (120×2.5) + 300 + (-10×20)
Y = 400 + 1,400 + 300 + 300 - 200
Y = 2,200 CHF/Monat
Die Schätzung der Modellparameter erfolgt nach der Methode der kleinsten Quadrate. Diese bestimmt jene Regressionsfunktion, welche die Summe der quadrierten Abweichungen zwischen tatsächlichen und vorhergesagten Mietpreisen minimiert. Dadurch entsteht eine mathematische Beziehung, die den bestmöglichen linearen Zusammenhang zwischen den Variablen beschreibt.
Datenverarbeitung
Automatisierte Extraktion von Inseratsdaten von Immobilienportalen und Integration von BFS-Statistiken sowie geografischen Referenzdaten. Die Daten werden in ein einheitliches Format überführt.
Harmonisierung unterschiedlicher Formate, Entfernung fehlerhafter oder unvollständiger Einträge, und Behandlung von Ausreissern. Fehlende Werte werden durch Durchschnittswerte ähnlicher Objekte ergänzt.
Integration externer Merkmale wie Distanz zu Stadtzentren, ÖV-Anbindung, sowie statistische Kennzahlen zu Einkommen, Kaufkraft und Bevölkerungsdichte für kontextuelle Analysen.
Training des Regressionsmodells auf historischen Daten, regelmässige Validierung durch Vergleich mit tatsächlichen Mietpreisen, und kontinuierliche Anpassung der Koeffizienten basierend auf neuen Marktdaten.
Modellgrenzen & Qualitätssicherung
Einschränkungen
- •Das Modell setzt einen annähernd linearen Zusammenhang voraus
- •Nichtlineare Effekte können nur begrenzt erfasst werden
- •Empfindlichkeit gegenüber Ausreissern und korrelierten Variablen
Qualitätssicherung
- Sorgfältige Datenaufbereitung und Ausreisser-Erkennung
- Regelmässige Modellvalidierung mit aktuellen Marktdaten
- Kontinuierliche Anpassung bei Marktveränderungen
- Transparente Dokumentation aller Berechnungsschritte
Datenspeicherung
Alle erfassten und aufbereiteten Datensätze werden in einer lokalen relationalen Datenbank gespeichert. Diese Architektur gewährleistet hohe Kontrolle über Datenqualität, Zugriffssicherheit und flexible Erweiterbarkeit.
Analysierte Objekte
Kantone abgedeckt
Datenaktualisierung