EDIT: I efterhand insåg jag att en polynomisk regression är bättre. Såhär ser grafen ut för en polynomisk regression. Den polynomiska regressionen visar en bättre passform för datan jämfört med den linjära modellen, med ett R²-värde på 0.44 (den kurvade linjen fångar bättre värdeminskningen över tid). Men det uppstår problem när jag vill beräkna priset efter 22500 körda mil. Utgångspriset tänkte jag skulle vara omkring 500000kr efter 3000 mil och 3 år (tänker det är det som 2021-modellen säljer för med samma parametrar). Efter att ha tagit bort outliers (859,000 kr och 569,800 kr) och motsvarande miltal är värdeminskningen enligt den polynomiska regressionsmodellen cirka -24,732 kr per 1000 mil .
Hej!
Jag har gjort en analys för att se om det är lönsamt att använda en Tesla Model Y Long Range AWD 2024 som taxi under minst 3 års tid. Jag har samlat in data från Blocket och gjort en graf baserat på annonser för olika modeller och deras pris beroende på antal körda mil. Utifrån detta har jag använt en regressionslinje för att uppskatta värdeminskningen.
Förutsättningar:
- Nypris för bilen: 700 000 kr
- Restvärde efter 3 år (om endast 3000 mil körda): ca 500 000 kr (baserat på en 2021-modell med motsvarande mil).
- Värdeminskning enligt regressionslinje: – 15 000 kr per 1000 mil.
- Körsträcka per år: 7 500 mil (totalt 22 500 mil på 3 år).
- Drivkostnad (el): 2 kr/mil.
- Bruttointäkt: 1 200 000 kr på 3 år (ca 400 000 kr per år).
Kostnadsberäkning:
Om bilen körs totalt 23 000 mil på 3 år, får jag värdeminskningen till:
- Värdeminskning: 15 000 kr * 23 = 345 000 kr
Jag har också dragit av en ungefär driftkostnad på:
- Elkostnad: 23 000 mil * 2 kr/mil = 46 000 kr
Eftersom jag inte vet vad försäkringen kostar, har jag lämnat det utanför denna kalkyl.
Slutresultat:
Min bruttointäkt efter 3 år blir:
- 1 200 000 kr (bruttointäkt) – 345 000 kr (värdeminskning) – 46 000 kr (drivkostnad) = 809 000 kr.
Detta motsvarar ungefär:
- 809 000 kr / 3 år = 269 667 kr per år brutto.
Observera att detta inte inkluderar kostnader för försäkring, underhåll eller andra oförutsedda kostnader.
Här är grafen:
Och koden:
# Importing necessary libraries
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
import matplotlib.pyplot as plt
# Provided data for mileage (mil) and prices (kr)
mileage = [3938, 5367, 5877, 4258, 7247, 4981, 4985, 2459, 5689, 5860, 8712,
7682, 5900, 5100, 5140, 6237, 6901, 13274, 5212, 5579, 11633, 5601,
4386, 8998, 8019, 5900, 1010, 5212, 9419, 2910, 1500, 13450, 9300,
7524, 2200, 2700, 5376, 5824, 7102, 9082, 8965, 12151, 7301, 8989,
12970, 10551, 3349, 3962, 5864, 5025, 3659, 3118, 4399, 6800]
prices = [448900, 429800, 418900, 424800, 399800, 407900, 439800, 495000, 459000,
476900, 398900, 400000, 419800, 430000, 429800, 389900, 438900, 349900,
458800, 438900, 365000, 448900, 409900, 388900, 398700, 419800, 569800,
429800, 414900, 448900, 539900, 368800, 400900, 406900, 499000, 859000,
417900, 459900, 399000, 396900, 375000, 369000, 399900, 407500, 419800,
379500, 509900, 424900, 419900, 419800, 534900, 429700, 419900]
# Adjusting the data to have consistent lengths
min_length = min(len(mileage), len(prices))
mileage = mileage[:min_length]
prices = prices[:min_length]
# Reshaping the data for LinearRegression
mileage_array = np.array(mileage).reshape(-1, 1)
prices_array = np.array(prices)
# Fit a linear regression model
model = LinearRegression()
model.fit(mileage_array, prices_array)
# Predict prices using the model
predicted_prices = model.predict(mileage_array)
# Calculate R^2 value
r2 = r2_score(prices_array, predicted_prices)
# Plot the data and the regression line
plt.figure(figsize=(10, 6))
plt.scatter(mileage, prices, color='blue', alpha=0.7, label='Data')
plt.plot(mileage, predicted_prices, color='red', label=f'Regression Line (R² = {r2:.2f})')
plt.title('Pris som funktion av antalet mil för Tesla Model Y Long Range', fontsize=14)
plt.xlabel('Antal mil (mil)', fontsize=12)
plt.ylabel('Pris (kr)', fontsize=12)
plt.grid(alpha=0.3)
plt.legend()
plt.show()
Fråga:
Har jag tänkt rätt? Finns det några viktiga kostnadsposter jag missat, eller är mina antaganden om värdeminskning och driftkostnad rimliga? Vad borde jag justera i kalkylen för att få en bättre bild av lönsamheten?
Tacksam för feedback!
