Analysis

直近の都心6区中古マンション等価格の分析
Source
  • 国土交通省
# 分析対象データ(取引価格平米単価の単位は万円/平米)
unique(datadf$都道府県名)
unique(datadf$種類)
unique(datadf$市区町村名)
unique(datadf$取引時点)
head(datadf, 10)
nrow(datadf)
[1] "東京都"
[1] "中古マンション等"
[1] "千代田区" "中央区"   "港区"     "新宿区"   "文京区"   "渋谷区"  
[1] "2018年第3四半期"
               種類 築年数 取引価格平米単価        取引時点 都道府県名 市区町村名 地区名 間取り 面積(㎡) 建物の構造 取引価格(総額)      都市計画 建ぺい率(%) 容積率(%)
1  中古マンション等     37         65.00000 2018年第3四半期     東京都   千代田区 飯田橋     1K       20        SRC       13000000      商業地域          80       700
2  中古マンション等     15        130.00000 2018年第3四半期     東京都   千代田区 飯田橋     1K       20        SRC       26000000      商業地域          80       700
3  中古マンション等     22         95.00000 2018年第3四半期     東京都   千代田区 飯田橋     1K       20        SRC       19000000      商業地域          80       500
4  中古マンション等     42        106.00000 2018年第3四半期     東京都   千代田区 一番町   1LDK       50         RC       53000000 第2種住居地域          80       500
5  中古マンション等     43         80.00000 2018年第3四半期     東京都   千代田区 一番町     1K       20        SRC       16000000      商業地域          80       600
6  中古マンション等     14         96.66667 2018年第3四半期     東京都   千代田区 岩本町    1DK       30         RC       29000000      商業地域          80       600
7  中古マンション等      6        108.88889 2018年第3四半期     東京都   千代田区 岩本町   2LDK       45         RC       49000000      商業地域          80       500
8  中古マンション等     19        100.00000 2018年第3四半期     東京都   千代田区 岩本町     1K       25        SRC       25000000      商業地域          80       600
9  中古マンション等     10        106.66667 2018年第3四半期     東京都   千代田区 岩本町     1K       30         RC       32000000      商業地域          80       600
10 中古マンション等     17        112.00000 2018年第3四半期     東京都   千代田区 岩本町     1K       25        SRC       28000000      商業地域          80       600
[1] 489
# リンク関数の選択
LINKs <- c("log", "inverse")
sapply(LINKs, function(x) AIC(glm(data = datadf, formula = 取引価格平米単価 ~ 築年数, family = Gamma(link = x))))
     log  inverse 
4769.086 4771.975 
# GLMの結果
summary(glm(data = datadf, formula = 取引価格平米単価 ~ 築年数, family = Gamma(link = "log")))

Call:
glm(formula = 取引価格平米単価 ~ 築年数, family = Gamma(link = "log"), 
    data = datadf)

Deviance Residuals: 
     Min        1Q    Median        3Q       Max  
-1.83123  -0.16984  -0.05079   0.09712   1.19261  

Coefficients:
             Estimate Std. Error t value            Pr(>|t|)    
(Intercept)  4.994709   0.025043  199.45 <0.0000000000000002 ***
築年数      -0.015650   0.001108  -14.12 <0.0000000000000002 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for Gamma family taken to be 0.09104261)

    Null deviance: 60.568  on 488  degrees of freedom
Residual deviance: 43.500  on 487  degrees of freedom
AIC: 4769.1

Number of Fisher Scoring iterations: 4
x <- c(0:50)
y <- round(exp(a * x + b))
data.frame(築年数 = x, `取引価格平米単価(万円/平米)` = y, check.names = F)
exp(a)
   築年数 取引価格平米単価(万円/平米)
1       0                         148
2       1                         145
3       2                         143
4       3                         141
5       4                         139
6       5                         137
7       6                         134
8       7                         132
9       8                         130
10      9                         128
11     10                         126
12     11                         124
13     12                         122
14     13                         120
15     14                         119
16     15                         117
17     16                         115
18     17                         113
19     18                         111
20     19                         110
21     20                         108
22     21                         106
23     22                         105
24     23                         103
25     24                         101
26     25                         100
27     26                          98
28     27                          97
29     28                          95
30     29                          94
31     30                          92
32     31                          91
33     32                          89
34     33                          88
35     34                          87
36     35                          85
37     36                          84
38     37                          83
39     38                          81
40     39                          80
41     40                          79
42     41                          78
43     42                          77
44     43                          75
45     44                          74
46     45                          73
47     46                          72
48     47                          71
49     48                          70
50     49                          69
51     50                          68
        X 
0.9844718 

建設・不動産関連時系列データ分析
Source
  • 国土交通省
  • 三鬼商事
No. Link
1 建設・不動産関連時系列データ分析

不動産価格取引情報
Source
  • 国土交通省
No. Link
1 2018年第1四半期:東京都:中古マンション等:都心6区,千代田区,中央区,港区,新宿区,渋谷区,文京区
2 2018年第1四半期:東京都:中古マンション等:都心3区,千代田区,中央区,港区
3 2018年第1四半期:東京都:中古マンション等:城東地区,江東区,台東区,墨田区,葛飾区,江戸川区
4 2018年第2四半期:東京都:中古マンション等:都心6区,千代田区,中央区,港区,新宿区,渋谷区,文京区
5 2018年第2四半期:東京都:中古マンション等:都心3区,千代田区,中央区,港区
6 2018年第2四半期:東京都:中古マンション等:城東地区,江東区,台東区,墨田区,葛飾区,江戸川区
7 2018年第3四半期:東京都:中古マンション等:都心6区,千代田区,中央区,港区,新宿区,渋谷区,文京区
8 2018年第3四半期:東京都:中古マンション等:都心3区,千代田区,中央区,港区
9 2018年第3四半期:東京都:中古マンション等:城東地区,江東区,台東区,墨田区,葛飾区,江戸川区

日銀短観
Source
  • 日本銀行
No. Link
1 日銀短観

日本の基幹統計
Source
  • 内閣府、財務省、総務省、厚生労働省
No. Link
1 消費者物価指数
2 機械受注統計調査
3 日本の国際収支
4 鉱工業指数

日経平均株価と東京市場ドル円レート

Tidy(táidi、タイディ) data
  • Tidy dataに変換した行政府、地方公共団体等の公的機関が公開している基幹経済データをZIPファイルとしてまとめています。
  • Definition of Tidy in the Cambridge Dictionary
  • いつの日か公的機関の全ての統計データが『日付表記は西暦(20XX-XX-XX)で統一』、『文字コードはUTF-8で統一』、『BOM付きなら付き、無しなら無しで統一』、『全角の数字や記号は禁止』、『桁区切りのカンマは禁止』、『-(マイナス)を三角で表すことは禁止』、『データの全容を縦スクロールのみで見渡すことが可能』、『刊行物の原稿データファイルの単なるアップロードではなくTidy dataをクリック一回でダウンロード可能』な仕様のCSVファイルで公開されることを夢見て。
  • 日本の主要月次経済指標
No. Tidy data(zip file)
1 消費者物価指数(Source:総務省)
2 年齢階級別就業率(Source:総務省)
3 国内総生産(Source:内閣府)
4 有効求人倍率/新規求人倍率(Source:厚生労働省)
5 正社員有効求人倍率(Source:厚生労働省)
6 景気動向指数個別系列(Source:内閣府)
7 機械受注統計調査報告(Source:内閣府)
8 国際収支(Source:財務省)
9 鉱工業指数(Source:経済産業省)
10 完全失業率等(Source:総務省)
11 年齢階級別完全失業率(Source:総務省)

月例経済報告(Source:内閣府)