THB-studenter presenterar innovativ bostadsanalys i Brandenburg

THB-studenter presenterar innovativ bostadsanalys i Brandenburg

Kölnstudenter utvecklar innovativa metoder för att bedöma bostadsområden

Ett spännande projekt kommer från Brandenburgs tekniska högskola (THB), där studenter har designat en ny metod för databaserad klassificering av bostadsområden i Brandenburg an der Havel. Högt Mötesplats Brandenburg En mängd olika specialistdata och statistiska metoder som klusteranalys, faktoranalys och diskriminantanalys användes.

Eleverna tog hänsyn till en lång rad relevanta indikatorer, inklusive närhet till läkare, skolor, daghem samt shoppingmöjligheter och grönområden. Resultatet av deras arbete presenterades tydligt i interaktiva kartor, vilket gjorde informationen tillgänglig för beslutsfattare och medborgare. Den slutliga presentationen ägde rum inför anställda från statistik- och valavdelningen samt medlemmar i hyresindexarbetsgruppen. Avdelningschefen Conny Thiele berömde resultaten som kan fungera som ett gediget vetenskapligt underlag för framtida bostadslägesberäkningar. Professor André Nitze betonade projektets praktiska relevans och betonade hur användbart det är för att tillämpa de färdigheter som eleverna har lärt sig.

Olika data och analyser

Förutom att utveckla denna metod analyserades även bostadsområdeskartorna från 2019 till 2023, vilket gav olika format som shapefile, CSV och GML. För detta ändamål används den omfattande informationen Govdata hänvisade. De viktigaste publiceringsdatumen för bostadsområdeskartorna från de senaste åren är följande:

• 2019: Verfügbar seit 21.01.2022
• 2020: Verfügbar seit 21.01.2022
• 2021: Verfügbar seit 21.01.2022
• 2022: Verfügbar seit 11.04.2022
• 2023: Verfügbar seit 27.03.2023

Möjligheten att använda denna data i olika format är av stort värde för vidare analys. Tillhandahållandet av sådana uppgifter skapar förutsättningar för välgrundade beslut inom stadsplanering och fastighetsmarknad.

Vikten av klusteranalys

Ett nyckelverktyg i detta projekt är klusteranalys. Hur Novustat förklarar, detta är en standardprocedur inom statistik och datautvinning som används för att gruppera observationer. Målet är att skapa homogena grupper där enheterna liknar varandra samtidigt som grupperna är väsentligt olika.

Klusteranalys är viktigt inte bara inom stadsforskning, utan även inom andra områden som psykologi, medicin och marknadsföring. Proceduren innefattar flera steg, bland annat att bestämma avståndsmåttet, bilda grupper och tolka resultaten. THB-studenterna har använt denna teoretiska kunskap för att uppnå konkreta, praktikrelevanta resultat.

Sammantaget visar projektet på en framgångsrik koppling mellan teori och praktik och ger ett betydande bidrag till datastödd bostadsbedömning. Det är fortfarande spännande att se hur dessa forskningsresultat implementeras i praktiken och vilka ytterligare möjligheter framtida stadsutveckling öppnar upp i Brandenburg an der Havel.