Skąd te liczby

Zasady wspólne

Jakimi zasadami kierujemy się przy liczeniu

Mediana, nie średnia. Jedna transakcja za czterdzieści milionów potrafi podnieść średnią całego powiatu. Mediany nie ruszy.

Każda liczba z liczebnością próby. Mediana z trzydziestu transakcji i z trzech tysięcy wygląda tak samo, a znaczy co innego. Na wykresach wielkość kropki odpowiada liczbie obserwacji.

Brak danych to nie zero. Rok, w którym powiat nie raportował, jest przerwą w linii, a nie spadkiem do zera. Puste miejsce na mapie ma własne oznaczenie, nie kolor ze skali.

Piszemy, czego nie wiemy. Zastrzeżenia są przy liczbach, nie w przypisach.

Dział nieruchomości

Skąd pochodzą ceny nieruchomości w tym serwisie

Rejestr Cen Nieruchomości

Prowadzą go starostwa powiatowe. Trafia do niego każdy akt notarialny sprzedaży — notariusz ma obowiązek przekazać wypis. To nie są ceny ofertowe z portali, tylko kwoty, które faktycznie zapłacono. Dane udostępnia GUGiK przez usługę sieciową, bezpłatnie.

Pobraliśmy 18,7 mln rekordów; po odfiltrowaniu zostało 2 104 247 nadających się do liczenia.

Co odrzucamy

• Transakcje nierynkowe — sprzedaż bezprzetargowa, z bonifikatą, egzekucyjna, na cel publiczny. Mają z definicji inne ceny niż rynkowe.
• Rekordy bez ceny lub z ceną zero. Zero w rejestrze oznacza brak danych, nie darmową nieruchomość.
• Daty niemożliwe. W aktach zdarzają się literówki — rok 1899, 2202, 9202. Zostawiamy przedział od 2005 do bieżącego.
• Mediany bez pokrycia. Poniżej 20 zł za metr i poniżej 5 tysięcy za całość nie ma żadnej nieruchomości.
• Powtórzenia tego samego aktu. Ten sam akt notarialny występuje w rejestrze wielokrotnie — raz na każdy składnik transakcji. Liczymy go raz.

pięć rynków, nie trzy warstwy rejestru

Rejestr dzieli dane na warstwy „lokale", „budynki" i „działki" — ale to nie są typy nieruchomości, tylko składniki transakcji. Sprzedaż mieszkania obejmuje lokal, budynek, w którym się znajduje, i działkę pod tym budynkiem, więc ten sam akt trafia do wszystkich trzech warstw.

Dlatego o przynależności decyduje u nas pole mówiące, co faktycznie sprzedano. Mieszkanie to lokal o funkcji mieszkalnej, dom to grunt zabudowany budynkiem mieszkalnym, działka to grunt niezabudowany. Każdy akt liczymy raz.

Rekordy bez podanej funkcji lokalu pomijamy. To 5,4% wszystkich, i sprawdziliśmy, czym są: 61% z nich ma zero izb, a kolejne 27% jedną. Mieszkanie z zerem izb nie istnieje — to są garaże, komórki lokatorskie i miejsca postojowe. Ich mediana ceny leży dokładnie między garażem a mieszkaniem, bo to mieszanka jednego i drugiego.

Cena za metr

Liczymy ją tylko tam, gdzie akt dotyczy jednej nieruchomości. Takich transakcji jest mniejszość — od 11% do 40% w zależności od rynku. W pozostałych cena dotyczy pakietu, a dzielenie jej przez powierzchnię jednego składnika dałoby liczbę kilkakrotnie zawyżoną.

Cena całości jest wiarygodna zawsze — akt podaje kwotę, którą zapłacono. Dlatego przy domach podajemy właśnie ją: ich powierzchnia w rejestrze to powierzchnia działki, nie budynku, więc „cena metra domu" byłaby liczbą mylącą.

Kompletność

To najważniejsze zastrzeżenie i dlatego jest też na stronie głównej. Powiaty raportują nierówno. Każdą parę powiat–rok sprawdzamy dwoma testami: wobec pozostałych lat tego samego powiatu oraz wobec reszty kraju, w przeliczeniu na tysiąc mieszkańców. Z 13 442 zestawień zostaje 10 507.

Odrzucamy pojedyncze lata, nie całe powiaty — powiat, który raportował porządnie przez dekadę i zamilkł w zeszłym roku, zachowuje swoje dobre lata.

Wskaźnik zmian cen

Porównanie mediany z 2005 roku z medianą z dziś byłoby nieuczciwe, bo w 2005 raportowało kilkanaście powiatów, a dziś prawie wszystkie. Taki wskaźnik mierzyłby zmianę składu próbki, nie cen.

Liczymy więc wskaźnik łańcuchowy: dla każdej pary kolejnych lat bierzemy medianę zmian tylko w powiatach obecnych w obu, a potem mnożymy te zmiany przez siebie. Każde ogniwo porównuje to samo z tym samym.

Na danych testowych, gdzie każdy powiat rósł dokładnie 5% rocznie, metoda naiwna dawała wzrost 15,6-krotny, a łańcuchowa 2,9-krotny — czyli prawdziwy.

Dział paliw

Skąd pochodzą ceny paliw w tym serwisie

Oil Bulletin Komisji Europejskiej

Komisja zbiera od państw członkowskich tygodniowe ceny paliw i publikuje je w jednym pliku. Mamy 29 krajów i dane od 2005 do 2026 — 81 421 obserwacji. To jedyny dział serwisu, który aktualizuje się co tydzień.

Dwa warianty tej samej ceny

Komisja podaje każdą cenę dwa razy: z podatkami i bez. Różnica między nimi to pełne obciążenie fiskalne — akcyza, VAT i opłata paliwowa razem. Stąd bierze się liczba, której nikt nie pokazuje wprost: ile z ceny litra zabiera państwo.

Nie szacujemy tego ani nie liczymy ze stawek. To odejmowanie dwóch liczb pochodzących z tego samego źródła i tego samego tygodnia.

Przeliczenie na złote

Ceny są w euro. Do przeliczenia używamy kursu, który Komisja podaje w tym samym pliku, a nie zewnętrznego — dzięki temu cena i kurs pochodzą z tej samej daty i tej samej metody.

Porównania międzynarodowe robimy jednak w euro. Gdyby przeliczać każdy kraj na jego walutę, ranking mieszałby różnice cen z różnicami kursów.

Trzy paliwa, nie sześć

Pomijamy olej opałowy i ciężki. Mają inną jednostkę (tonę zamiast tysiąca litrów) i innego odbiorcę, więc w jednej tabeli z benzyną wprowadzałyby w błąd.

Kontrola

Jak sprawdzamy poprawność publikowanych liczb

Każdy błąd, który wyłapaliśmy w tym projekcie, dawał liczby wyglądające wiarygodnie. Dlatego kontrola jest zautomatyzowana, a nie oparta na tym, czy komuś coś wyda się dziwne.

Testy przed publikacją

Serwis buduje się do katalogu roboczego i trafia na serwer dopiero, gdy przejdą wszystkie testy. Sprawdzają między innymi, czy pokazana mediana nie opiera się na zbyt małej próbie, czy lata oznaczone jako niekompletne nie trafiły na wykres i czy liczba na stronie zgadza się z plikiem źródłowym.

Geometria wykresów

Osobny test mierzy każdy wykres: czy podpis nie wychodzi poza rysunek i czy dwa podpisy na siebie nie nachodzą. Przy pierwszym uruchomieniu znalazł 122 problemy na kilkuset wykresach — rzeczy, których nikt nie zauważył patrząc na stronę.

Walidacja danych

Trzynaście reguł, w tym siedem opartych na wiedzy o tym, co dane opisują:

• Kierunek trendu — ceny nominalne przy dodatniej inflacji muszą długoterminowo rosnąć. Spadek przez kilkanaście lat to prawie na pewno błąd metody.
• Zmienność — i nie mogą rosnąć równomiernie. Idealnie równe przyrosty oznaczają dane interpolowane albo lukę wypełnioną prostą.
• Rząd wielkości — mediana w spodziewanym przedziale. Ta reguła wyłapała gęstość zaludnienia podstawioną zamiast liczby ludności.
• Identyczne szeregi — dwa wskaźniki liczone z różnych kolumn nie mogą pokrywać się co do ułamka procenta.
• Suma składników — cena z podatkiem musi równać się cenie bez podatku plus podatek.
• Korelacja — benzyna i olej napędowy pochodzą z tej samej ropy, więc muszą iść razem.
• Proporcje — w Polsce sprzedaje się więcej mieszkań niż domów.

Ostatnia z nich wyłapała rzecz, której nie szukaliśmy: rekordów budynków jest trzy razy więcej niż lokali. Nie dlatego, że domów sprzedaje się więcej — tylko dlatego, że jeden akt tworzy kilka rekordów. Stąd „rekordów" zamiast „transakcji" przy domach.

Granice

Do czego te dane nie powinny służyć

• Nie wyceniamy konkretnych nieruchomości. Mediana powiatu nie mówi, ile warte jest twoje mieszkanie — cena zależy od lokalizacji, stanu, piętra i dziesięciu innych rzeczy.
• Nie porównujemy liczby transakcji między powiatami. Ta liczba mierzy częściowo sumienność starostwa.
• Nie robimy rankingów „gdzie najdrożej". Część median opiera się na kilkudziesięciu transakcjach, a różnice między sąsiednimi pozycjami mieszczą się w niepewności.
• Nie prognozujemy. Pokazujemy, co się wydarzyło.