Page 5 - Anlage – Erläuterung zu den wertermittlungsrelevanten Daten
P. 5

Anlage – Erläuterung zu den wertermittlungsrelevanten Daten    5



               Die Anordnung der Unterkapitel stellt die von der Geschäftsstelle vorgesehenen Schritte bei
               der Verwendung der wertrelevanten Daten (Modellkonformität!) dar:


                     Schritt 1: Modelle und Rechenvorschriften sichten

                     Schritt 2: Stichproben mit dem Bewertungsobjekt abgleichen
                     Schritt 3: Werteinflüsse sichten

                     Schritt 4: Qualität des Modells prüfen

                     Schritt 5: Berechnung der angepassten Faktoren und Zinssätze
                     Schritt 6: Ergebnisprüfung und sachverständige Würdigung


               Hinweis zur Genauigkeit


               Bei der Ermittlung des Regressionsmodells werden Funktionsgleichungen mit mehreren Nach-

               kommastellen errechnet. Hierbei ist zu berücksichtigen, dass die Nachkommastellen zwar teil-
               weise mit angegeben werden, um Rundungsfehler zu vermeiden, diese jedoch keine entspre-

               chende Genauigkeit im Tausendstel-Bereich darstellen! Das Modell kann nur so genau sein,
               wie die Eingangsvariablen erhoben wurden. Um keine Scheingenauigkeit zu suggerieren, ist
               daher das Ergebnis stets nach den üblichen Regeln in der Verkehrswertermittlung zu runden!


               1.2  Statistische Methoden und Begrifflichkeiten



               Bei der Ableitung der sonstigen für die Wertermittlung erforderlichen Daten wird je nach Da-
               tenverfügbarkeit eine Reihe von statistischen Verfahren angewendet. Ziele sind die


                     modellhafte Abbildung des Grundstücksmarktes

                     Ermittlung der wertbeeinflussenden Grundstücksmerkmale
                     Identifikation von ungewöhnlichen und unerklärlichen Kauffällen (Ausreißer)


               Dabei wird eine Reihe von statistischen Begrifflichkeiten verwendet, welche im Folgenden kurz

               erläutert werden.


                Ausreißer-       Ausreißer sind eine mögliche Quelle für Verzerrungen der multiplen linea-

                Identifikation   ren  Regression  (s.  Erläuterung  unten).  Ein  einziger  Ausreißer  kann  der
                                 Grund für einen besonders hohen oder niedrigen Regressionskoeffizienten
                                 sein. Es gibt verschiedene Arten von Ausreißern oder ungewöhnlichen Da-

                                 tenpunkten.


                                 Zur Identifikation von Ausreißern wird neben statistischen Tests auch eine
                                 visuelle Sichtung der Stichprobe mithilfe der Box-Plot-Methode betrachtet.
   1   2   3   4   5   6   7   8   9   10