Opis danych

Zestaw danych pochodzi z jednego z największych portali ogłoszeniowych w Polsce. Zgromadzono w nim ponad 200 tysięcy ofert sprzedaży samochodów, obejmujących szeroki zakres marek, modeli, parametrów technicznych oraz informacji o stanie pojazdu.

Celem zbioru jest umożliwienie analizy cen, cech technicznych, profilu ofert i trendów rynkowych dotyczących samochodów używanych i nowych dostępnych na polskim rynku.

2.1 Braki danych

Na wstępie przeprowadzono wstępne przygotowanie danych do analizy. Usunięto kolumnę ..1, która pełniła jedynie funkcję pomocniczą (indeksową) i nie zawierała informacji istotnych z punktu widzenia dalszych analiz. Dodatkowo zmienne fuel oraz mark zostały przekształcone do typu czynnikowego (factor), co umożliwia ich poprawne wykorzystanie w analizach statystycznych oraz wizualizacjach.

Następnie oszacowano udział kompletnych obserwacji w zbiorze danych. Pozwoliło to na ogólną ocenę jakości danych oraz skalę problemu braków danych.

W danych znajduje się 90 % kompletnych wartości.

Aby dokładniej przeanalizować strukturę braków danych, zastosowano graficzną prezentację wzorców braków przy użyciu funkcji aggr() z pakietu VIM. Wykres umożliwia identyfikację zmiennych najbardziej obciążonych brakami danych oraz ocenę, czy braki występują losowo, czy też tworzą określone wzorce.

2.2 Walidacja danych

3.1 Analiza Diesel + Gasoline

Wykres punktowy obrazuje relację między przebiegiem a ceną dla aut spalinowych (benzyna, diesel). Widoczna jest wyraźna ujemna korelacja, podkreślona przez opadającą linię trendu – wyższy przebieg wiąże się ze statystycznie niższą ceną. Zastosowanie skali logarytmicznej uwydatnia dużą zmienność cen, szczególnie wśród aut o niskim przebiegu (lewa strona wykresu), gdzie odnotowano zarówno modele tanie, jak i luksusowe egzemplarze o wartości powyżej 2 mln USD.

Wykres punktowy z naniesioną krzywą lokalnej regresji (LOESS) ukazuje wyraźnie nieliniową charakterystykę zmian cen w czasie. Rozkład punktów oraz kształt zielonej krzywej trendu wskazują na trzy fazy rynkowe:

Wzrost wykładniczy dla aut nowych: Dla roczników po 2010 roku obserwujemy gwałtowny wzrost cen, osiągający dla najnowszych modeli wartości maksymalne (często powyżej 1-2 mln USD dla marek premium).

Minimum cenowe: Najniższe wyceny dotyczą samochodów z lat 90. i wczesnych 2000. (wiek ok. 20–30 lat) – jest to moment, w którym auto jest postrzegane jako stare, ale jeszcze nie zabytkowe.

Efekt aut kolekcjonerskich: W przypadku pojazdów wyprodukowanych przed 1980 rokiem trend się odwraca – ceny rosną, a niektóre egzemplarze (klasyki) osiągają wartości porównywalne z nowymi autami luksusowymi.

Wniosek: Ceny samochodów nie spadają liniowo. Po okresie gwałtownej utraty wartości (deprecjacji), następuje stabilizacja, a w przypadku aut najstarszych – ponowny wzrost wartości (aprecjacja) wynikający z ich statusu zabytkowego.

3.2 Analiza Hybrid + Electric

Wykres obrazuje relację ceny do przebiegu dla pojazdów niskoemisyjnych. Podobnie jak w przypadku aut spalinowych, widoczna jest ujemna korelacja (czerwona linia trendu opada), jednak struktura danych jest odmienna. Ze względu na fakt, że technologie te są młodsze na rynku, próba badawcza jest mocniej skoncentrowana w obszarze niższych i średnich przebiegów.

Przebieg pozostaje istotnym czynnikiem cenotwórczym również dla aut elektrycznych i hybrydowych. Mniejsza liczba punktów w skrajnie prawej części wykresu potwierdza, że rynek wtórny tych pojazdów jest wciąż w fazie rozwoju i brakuje na nim aut bardzo mocno wyeksploatowanych.

Wykres punktowy dla pojazdów niskoemisyjnych ukazuje zupełnie inną strukturę rynku niż w przypadku aut tradycyjnych. Krzywa trendu (LOESS) wskazuje na wykładniczy wzrost cen wraz z nowszym rocznikiem, jednak historia tych pojazdów w bazie zaczyna się realnie dopiero w okolicach 2005 roku.

Brak efektu aut zabytkowych: W przeciwieństwie do silników spalinowych, tutaj nie występuje zjawisko wzrostu wartości dla najstarszych roczników. Starsze hybrydy/elektryki (sprzed 2010 r.) są po prostu tanie, co wynika prawdopodobnie z przestarzałej technologii bateryjnej i obaw o ich żywotność.

Rosnące rozwarstwienie cenowe: Dla roczników po 2015 roku obserwujemy ogromną wariancję cen (tzw. efekt wachlarza). Na rynku dostępne są zarówno relatywnie tanie hybrydy miejskie, jak i luksusowe modele elektryczne osiągające ceny rzędu 800 tys. USD, co sugeruje, że segment ten stał się bardzo zróżnicowany.

W segmencie aut elektrycznych i hybrydowych wiek pojazdu jest krytycznym czynnikiem cenotwórczym. Utrata wartości starszych modeli jest głębsza i nieodwracalna, co wiąże się z szybkim postępem technologicznym w tej dziedzinie.

3.3 Analiza ogólna cen i czynników wpływających na cene

Analiza statystyczna dla wpływu roku, przebiegu i mocy silnika na cene

Przy pozostałych zmiennych stałych (ceteris paribus), wzrost roku produkcji pojazdu o jeden rok wiąże się ze wzrostem przeciętnej ceny samochodu o około 6 535 PLN.

Zwiększenie przebiegu pojazdu o jeden kilometr powoduje przeciętny spadek ceny o około 0,29 PLN, co oznacza obniżenie wartości pojazdu o około 290 PLN przy wzroście przebiegu o 1 000 km.

Z kolei wzrost pojemności silnika o jedną jednostkę prowadzi do przeciętnego wzrostu ceny samochodu o około 57 PLN.

Model wyjaśnia około 56% zróżnicowania cen samochodów, co wskazuje na dobre dopasowanie przy uwzględnieniu podstawowych cech technicznych pojazdu. Wszystkie powyższe efekty należy interpretować przy założeniu niezmienności pozostałych cech pojazdu.

Macierz korelacji przedstawia siłę i kierunek zależności liniowych pomiędzy analizowanymi zmiennymi. Najwyższą dodatnią korelację obserwujemy między ceną a rokiem produkcji (r = 0,60), co oznacza, że nowsze samochody są przeciętnie droższe. Z kolei najsilniejsza ujemna korelacja występuje między rokiem produkcji a przebiegiem (r = −0,73), co wskazuje, że starsze pojazdy mają zwykle większy przebieg, co jest zgodne z intuicją.

Dodatkowo cena jest umiarkowanie ujemnie skorelowana z przebiegiem (r = −0,54), co potwierdza, że większa eksploatacja obniża wartość rynkową pojazdu. Natomiast pojemność silnika (vol_engine) wykazuje jedynie słabe związki z pozostałymi zmiennymi (np. z ceną r = 0,30), co sugeruje, że w tym zbiorze danych nie jest ona czynnikiem silnie powiązanym liniowo ani z wiekiem, ani z przebiegiem.

Wykres przedstawia zmiany średniej ceny samochodów w czasie w podziale na rodzaj paliwa. Dla wszystkich analizowanych typów paliwa obserwowany jest ogólny trend wzrostowy cen, szczególnie widoczny w ostatnich latach okresu badawczego.

Najsilniejszy wzrost średnich cen dotyczy samochodów z silnikami Diesel oraz Electric, co wskazuje na rosnącą wartość pojazdów wysokoprężnych oraz elektrycznych na rynku. Pozostałe typy paliwa również wykazują wzrost cen, jednak o wyraźnie mniejszej dynamice.

Analizę przeprowadzono dla samochodów wyprodukowanych po 2010 roku, obliczając podstawowe statystyki cen w podziale na markę pojazdu. Wyniki wskazują na wyraźne zróżnicowanie cen pomiędzy markami.

Najwyższą średnią ceną charakteryzują się marki Mercedes-Benz, BMW, Audi, Volvo oraz Alfa Romeo, co odzwierciedla ich pozycję w wyższych segmentach rynku. W przypadku tych marek obserwuje się również dużą rozpiętość cen, obejmującą zarówno pojazdy relatywnie tanie, jak i bardzo drogie modele.

Na podstawie średniej ceny wybrano pięć najdroższych marek, dla których w dalszej części analizy zostanie zbadana zmiana cen w kolejnych latach, co pozwoli ocenić długookresowe trendy cenowe.

Na wykresie przedstawiono wykres pudełkowy (boxplot) rozkładu cen dla wybranych marek samochodów. Boxplot ilustruje medianę ceny, rozstęp międzykwartylowy (IQR) oraz wartości odstające, co pozwala na porównanie poziomu cen i ich zróżnicowania pomiędzy markami.

Marki Mercedes-Benz, BMW oraz Audi charakteryzują się wyższą medianą cen oraz większą zmiennością, co potwierdza ich pozycję w segmencie premium. W przypadku Mercedes-Benz widoczna jest również największa liczba obserwacji odstających, sięgających cen powyżej 2 mln PLN, co wskazuje na obecność bardzo drogich, luksusowych modeli.

Z kolei Alfa Romeo prezentuje relatywnie niższe ceny oraz mniejszy rozrzut, natomiast Volvo zajmuje pozycję pośrednią, z umiarkowaną medianą i zauważalnym, choć mniejszym, zróżnicowaniem cen.

Wykres umożliwia jednoznaczne porównanie rozkładów cen pomiędzy markami oraz identyfikację marek o największej zmienności i liczbie obserwacji odstających.

W analizowanym okresie dla wszystkich marek obserwowany jest wzrost średnich cen, jednak największą dynamiką wzrostu w ostatnich latach charakteryzuje się marka Alfa Romeo, dla której średnia cena wyraźnie przyspiesza pod koniec próby.

Jednocześnie w przypadku marki Volvo widoczny jest wyraźny spadek średniej ceny w końcowych latach analizy, co może wskazywać na zmianę struktury oferowanych modeli, większy udział tańszych pojazdów lub krótkookresowe wahania rynkowe.

Na wykresie przedstawiono liczbę rejestracji samochodów według marki w latach od 1990 roku. Dla wszystkich analizowanych marek widoczny jest wyraźny pik liczby rejestracji w 2021 roku, co wskazuje na skokowy wzrost liczby nowych rejestracji w okresie COVID.

Najsilniejszy wzrost odnotowano dla marki BMW, dla której liczba rejestracji osiągnęła 1745, oraz dla marki Audi, gdzie liczba rejestracji wyniosła 1262. Pozostałe marki również wykazują zwiększoną aktywność w 2021 roku, jednak na niższym poziomie.