آخرین اخبار - داده‌های آماری

گاهی در تحلیل‌های آماری، حتی در اختیار داشتن طیف گسترده‌ای از داده‌ها هم برای رسیدن به یک نتیجه درست کافی نیست. غفلت از جزئیاتی که شاید در نگاه اول کم‌اهمیت به نظر برسند، می‌تواند تصویری دور از واقعیت ایجاد کند. بررسی نزدیک به ۲۰ هزار داده خام از آگهی‌های فروش مسکن در مناطق ۲۲گانه تهران، ما را با چنین موقعیتی روبه‌رو کرد. در مقایسه قیمت خانه‌ها بر اساس سن بنا، در منطقه ۲۱ با یک نتیجه غیرمنتظره مواجه شدیم. در محاسبات اولیه، خانه‌های ساخته‌شده در دهه ۸۰ و ۹۰ گران‌تر از ساختمان‌های دهه ۱۴۰۰ دیده می‌شدند؛ اما بررسی دقیق‌تر و مقایسه داده‌ها در سطح محله، تصویر دیگری از بازار مسکن این منطقه نشان داد. مقایسه قیمت آگهی‌های مسکن بر اساس سن بنا در مناطق ۲۲گانه تهران در ابتدا یک نتیجه غیرمنتظره برای منطقه 21 در غرب تهران به همراه داشت.در محاسبه اولیه، متوسط قیمت هر مترمربع ساختمان‌های دهه ۸۰ حدود ۱۶۶ میلیون تومان بود؛ در حالی که این رقم برای ساختمان‌های دهه ۹۰ حدود ۱۵۴ میلیون تومان و برای ساختمان‌های دهه ۱۴۰۰ حدود ۱۵۵ میلیون تومان به دست آمد. در شرایط معمول انتظار می‌رود با ثابت بودن سایر شرایط، واحدهای جدیدتر قیمت بیشتری داشته باشند، اما داده خام می‌گفت خانه‌ای که حدود دو دهه از ساخت آن گذشته، از یک خانه جدید گران‌تر است.

این نتیجه چند پرسش و فرضیه را پیش روی ما گذاشت؛ آیا در ساختمان های منطقه ۲۱ الگوی متفاوتی در قیمت گذاری در جریان است؟ آیا نوساز بودن در این منطقه برخلاف انتظار، امتیاز قیمتی ایجاد نمی‌کند و ساختمان‌های قدیمی‌تر بنا بر متراژ و کیفیت ساخت یا اعتبار نوع سند مالکیت ارزش بیشتری دارند؟ یا اینکه میانگین‌ها بخشی از واقعیت را پنهان کرده‌اند؟ بررسی بیشتر روی داده ها نشان داد ریشه این اختلاف را باید در روش تحلیل آماری جست‌وجو کرد.

برای همین، بررسی را جزئی‌تر کردیم؛ از منطقه به محله. همین تغییر کوچک، تئوری ما را تایید کرد. برای بررسی این تناقض، داده‌های منطقه ۲۱ یک بر اساس محله دسته‌بندی شدند.مشخص شد خانه‌هایی که در سه گروه سنی مقایسه کرده بودیم، گاهی از محله های متفاوت منطقه ۲۱ بودند. در میان ساختمان‌های دهه ۱۴۰۰، برخی محله‌های ارزان‌تر حضور داشتند که در نمونه دهه‌های قبل یا اصلا دیده نمی‌شدند یا تعداد آگهی‌هایشان بسیار محدود بود. همچنین بخشی از فایل‌های ساختمان‌های دهه ۸۰ و ۹۰ از محله‌هایی آمده بودند که سطح قیمت بالاتری داشتند.بررسی جزئی‌تر ترکیب آگهی‌ها نشان می‌دهد بخشی از این نتیجه غیرمنتظره از حضور نامتوازن محله‌ها در گروه‌های مختلف سنی ناشی شده است. برخی محله‌های ارزان‌تر عمدتا در میان ساختمان‌های جدید ظاهر شده‌اند، در حالی که تعدادی از محله‌های گران‌تر در گروه ساختمان‌های قدیمی‌تر حضور داشته‌اند؛ در نتیجه میانگین کل منطقه تحت تأثیر ترکیب متفاوت محله‌ها قرار گرفته است.

دو مورد واضح، که در بررسی نمونه ما موجود بودند در شهرک آزادی، سه فایل مربوط به ساختمان‌های دهه ۹۰ به‌طور متوسط متری حدود ۲۰۴ میلیون تومان قیمت داشتند؛ در مقابل، چهار فایل دهه ۱۴۰۰ شهرک استقلال با متوسط حدود ۹۷ میلیون تومان در متر در نمونه قرار گرفته بودند. مقایسه مستقیم این دو گروه می‌توانست بخشی از اختلاف جغرافیایی قیمت را به اشتباه به سن ساختمان نسبت دهد.

حتی در محله‌هایی که در هر سه دهه مورد بررسی حضور دارند، وزن نمونه یکسان نیست. برای مثال، وردآورد در گروه دهه ۹۰ با ۲۱ آگهی حضور دارد، اما تعداد فایل‌های دهه ۱۴۰۰ آن به ۶۲ مورد می‌رسد. بنابراین میانگین خام منطقه نه‌فقط از قیمت هر محله، بلکه از تعداد آگهی‌هایی که هر محله وارد هر گروه سنی کرده نیز تأثیر می‌گیرد.

زمانی که مقایسه را داخل خود محله نیز انجام دهیم در باشگاه نفت، متوسط قیمت از حدود ۱۷۲.۵ میلیون تومان در دهه ۸۰ به ۱۸۹.۱ میلیون در دهه ۹۰ و ۲۰۶.۳ میلیون تومان در دهه ۱۴۰۰ افزایش پیدا می‌کند. در تهرانسر شرقی نیز متوسط دهه ۱۴۰۰ حدود ۱۷۴.۶ میلیون تومان است؛ بالاتر از حدود ۱۵۵ میلیون تومان در دهه ۸۰. بنابراین بخشی از همان رابطه‌ای که در میانگین کل منطقه پنهان شده بود، با مقایسه هم‌محله‌ای دوباره آشکار می‌شود. یعنی حتی با ثابت ماندن محله تصویر متفاوتی از رابطه سن بنا و قیمت ظاهر می‌شود و حتی جهت این رابطه در همه محله ها یکی نیست.