The Impact of Oil Price on the Housing Market: A Case Study of Stavanger
Notice bibliographique
Résumé
Our master thesis investigates the intricate relationship between the price of oil and the\nhousing market in Stavanger. Our thesis is motivated by the impact of oil on the region's\neconomy, and its potential impact on the housing market. Stavanger, known as the oil capital\nof Norway, provides a unique context for this study, making it an ideal location to explore the\nintricate interplay between the oil market and the housing sector.\nThis leads us to our research question;\nHow does the oil price affect the housing market in Stavanger?\nTo try to answer our research question, we will use quantitative research. Our data consists of\n64 observations from the 1st quarter of 2006 to the 4th quarter of 2022. Variables we have\nincluded are the House Price Index, Brent Crude Oil Price, House Stock, Policy Rate, Median\nIncome, and Unemployment Rate for Norway and Stavanger. Using a first-difference\nmultiple linear regression analysis, we test for differences in a model including and excluding\noil price as a variable and look for differences in a national average for Norway compared to\nStavanger.\nOur results show a statistically significant impact of oil prices on housing prices in Stavanger\nand Norway. Still, the oil price has a higher correlation with the house prices in Stavanger,\nsupporting our hypothesis. Our regressions show signs of multicollinearity, and some model\nvariables showed no significant impact on housing prices. This indicates that our model has\nomitted variables.\nTo conclude our research, we found evidence of oil impacting the housing prices in\nStavanger, but further research needs to be done on the topic as our models show signs of\ninaccuracies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».