Ovaj rad istražuje povezanost između indeksa cijena nekretnina i vremenskih varijabli kroz primjenu trend modela polinoma drugog stupnja. Cilj istraživanja bio je procijeniti trend rasta ili pada cijena nekretnina te predvidjeti njihovu buduću vrijednost. Kako bi se postigao taj cilj, analizirani su podaci iz deset zemalja kako bi se utvrdila veza između vremena i indeksa cijena nekretnina. Korišten je trend model polinoma drugog stupnja, koji je odabran zbog njegove sposobnosti modeliranja zakrivljenosti u podacima. Rezultati istraživanja pokazali su visoku povezanost između vremenskih varijabli i indeksa cijena nekretnina. Trend model polinoma drugog stupnja pokazao se reprezentativnim s visokim koeficijentom determinacije (R^2) od 0,9924. Visoki R^2 sugerira da je model uspješno objasnio gotovo 99,24% varijabilnosti u indeksu cijena nekretnina, što ukazuje na dobru prilagodbu modela podacima. Statistička značajnost koeficijenata modela dodatno potvrđuje povezanost između prediktivnih varijabli (vrijeme i kvadrat vremena) i indeksa cijena nekretnina. Koeficijenti modela, uključujući intercept, vrijeme i vrijeme^2, imaju niske p-vrijednosti, što ukazuje na njihovu statističku značajnost. To znači da se promjene u vremenu i kvadratu vremena mogu povezati s promjenama u cijenama nekretnina. Zaključno, rezultati istraživanja ukazuju na prisutnost trenda rasta ili pada cijena nekretnina, koji se može predvidjeti pomoću trend modela polinoma drugog stupnja. Ovi rezultati imaju važne implikacije za tržište nekretnina i donositelje odluka. Na temelju ovog istraživanja, donositelji odluka mogu bolje predvidjeti buduće vrijednosti nekretnina i razumjeti njihova kretanja tijekom vremena. Ovo može biti korisno pri donošenju odluka o kupovini, prodaji ili ulaganju u nekretnine, kao i pri planiranju dugoročnih strategija na tržištu nekretnina.