แบบจำลองของราคาเช่า - วิธีการแก้ไขที่จะใช้?

13

ฉันมีชุดข้อมูลชาติประมาณ ~ 1,4 ล้านครัวเรือน ฉันมีข้อมูลเกี่ยวกับค่าเช่าขนาด (จำนวนห้องและ m2) และลักษณะเพิ่มเติมบางอย่างของแต่ละครัวเรือน

ฉันต้องการใช้ข้อมูลนี้เพื่อสร้างพื้นผิวของราคาค่าเช่าสำหรับทั้งประเทศและใช้ข้อมูลนี้เป็นตัวแทนในการประมาณมูลค่าของเหลืออีกประมาณ 1.5 ล้านครัวเรือนที่เป็นเจ้าของหรือไม่มีข้อมูลค่าเช่า

สองสามคำถามที่นี่:

วิธีการดังกล่าวเหมาะสมสำหรับปัญหาประเภทนี้หรือไม่?

วิธีการแก้ไขแบบใดที่เหมาะสมที่สุดที่จะใช้ที่นี่

นอกจากนี้ยังเป็นไปได้หรือไม่ที่เราจะต้องคำนึงถึงข้อมูลเช่นขนาดของครัวเรือน

ฉันใช้ ArcGIS 9.3 พร้อมใบอนุญาต ArcInfo

— Radek
แหล่งที่มา

1

ดูเหมือนว่าระบบประเมินผลของคอมพิวเตอร์ช่วยในการพิจารณาคดี (CAMA) จะต้องทำสิ่งที่คล้ายกัน ฉันสงสัยว่าพวกเขาจัดการกับมันอย่างไร en.wikipedia.org/wiki/Computer_Assisted_Mass_Appraisal

— Kirk Kuykendall

10

ความคิดนั้นดี แต่การดำเนินการที่เสนออาจง่ายเกินไปที่จะเชื่อถือได้ ค่าเช่าเป็นทรัพย์สินของระบบเศรษฐกิจ นอกจากนี้ยังได้รับอิทธิพลจากสถานที่ที่พวกเขามีความสัมพันธ์กับตัวแปรทางเศรษฐกิจอื่น ๆ ในรูปแบบที่สำคัญของรัฐของท้องถิ่น (และระดับชาติ) เศรษฐกิจที่ราคาที่อยู่อาศัยในท้องถิ่นพร้อมของเงินทุน, อัตราการจ้างงาน ฯลฯ เพื่อทำผลงานที่ดีที่คุณจำเป็นต้องมีแบบจำลองทางเศรษฐมิติ . มันอาจได้รับประโยชน์จากการมีเงื่อนไขความล่าช้าเชิงพื้นที่แต่ก่อนที่จะมีการพิจารณาภาวะแทรกซ้อนดังกล่าวคุณจำเป็นต้องรวมโควาเรียทางเศรษฐกิจจำนวนมากเหล่านี้

ความสามารถในการประสบความสำเร็จขึ้นอยู่กับความสัมพันธ์ระหว่างข้อมูลที่คุณมีกับค่าเช่าที่คุณต้องการคาดการณ์ หากข้อมูลของคุณเป็นตัวอย่างที่เป็นตัวแทนของทั้งประเทศและกระจายตัวทางภูมิศาสตร์ - คิดว่าบ้านเป็นลูกเกดในคุกกี้และคุณมีข้อมูลเกี่ยวกับลูกเกดอื่น ๆ ในคุกกี้ - แบบจำลองที่ค่อนข้างง่ายอาจพอเพียง หากข้อมูลของคุณเน้นไปทางภูมิศาสตร์บางทีคุณอาจมีข้อมูลเกี่ยวกับลูกเกดที่ด้านขวาของคุกกี้และคุณต้องการทำนายลูกเกดทางด้านซ้าย - แล้วปัญหานั้นยากกว่า

จุดดีของการเดินทางจะเป็นเพื่อให้พอดีกับการชุมนุมแบบจำลองทางเศรษฐมิติเชิงเส้นของค่าเช่ากับลักษณะของใช้ในครัวเรือนและลักษณะเชิงพื้นที่ขั้นต้น (เช่นนโยบายของรัฐหรือภาษีเคาน์ตี), คำนวณคลาดเคลื่อนและเริ่มต้นการสำรวจคลาดเคลื่อนเชิงพื้นที่ (โดยใช้variographyเชิงพื้นที่เคอร์เนลคล่องตัว ฯลฯ ) เพื่อจับภาพผลกระทบทางภูมิศาสตร์

ซอฟต์แวร์ที่เหมาะสมสามารถใช้ได้เป็นAdd-on เพื่อ R

— whuber
แหล่งที่มา

@whubber ลิงก์ไปยังเอกสารที่อธิบายการผันแปรดูเหมือนจะตายไปแล้ว มีโอกาสอัปเดตหรือไม่

— radek

1

ขอบคุณ @radek มันเป็นเรื่องยากที่จะค้นพบการแสดงออกของความหลากหลายบนเว็บที่มีความรู้เบื้องต้น แต่แม่นยำและไม่ได้เป็นเพียงคู่มือซอฟต์แวร์ ฉันพบวิทยานิพนธ์ระดับปริญญาเอกเมื่อเร็ว ๆ นี้ที่พิจารณาจากนามธรรมและการแนะนำดูเหมือนจะชัดเจนและทั่วถึงและเริ่มจากจุดเริ่มต้นที่ค่อนข้างง่าย

— whuber

7

ในฐานะที่เป็นการแนะนำอย่างนุ่มนวลในหัวข้อเกี่ยวกับการถดถอยเชิงพื้นที่ฉันขอแนะนำให้ตรวจสอบสมุดงาน GeoDa (บทที่ 22 ถึง 25 จะเป็นที่สนใจมากที่สุด) แม้ว่าคุณจะไม่ต้องการใช้ซอฟต์แวร์มันเป็นภาพรวมที่ครอบคลุมมากเกี่ยวกับการถดถอยเชิงพื้นที่

ฟังก์ชั่นการถดถอยในตัวใน ArcMap จะจัดการกับข้อมูลจำนวนมากหรือไม่ (ไม่ใช่ว่าซอฟต์แวร์ใดจะมีช่วงเวลาที่ยากลำบากในหลาย ๆ จุดนั้น)

— แอนดี้ดับบลิว
แหล่งที่มา

3

(+1) 1.4 ล้านคะแนนไม่มีปัญหาสำหรับการถดถอย (ความพยายามในอัลกอริทึมกำลังสองน้อยที่สุดเช่นโดยทั่วไปจะเป็นสัดส่วนกับลูกบาศก์ของจำนวนตัวแปร การตั้งค่าสมการต้องใช้การสแกนอย่างรวดเร็วเพียงชุดเดียวผ่านชุดข้อมูล) ปัญหาจริงคือ 1.4 ล้านรายจะมีคนรวยและ โครงสร้างที่มีรายละเอียด: การวิเคราะห์ที่ดีจะใช้แรงงานเข้มข้น (ชุดข้อมูลนี้สามารถสร้างวิทยานิพนธ์ระดับปริญญาเอกจำนวนมากในสาขาเศรษฐศาสตร์ฉันแน่ใจ) เคล็ดลับคือการทำงานให้มากที่สุดเท่าที่จำเป็นเพื่อให้ได้คำตอบที่ถูกต้องแม่นยำและเพียงพอสำหรับงานในมือ

— whuber

3

ฉันเคยเห็นงานที่คล้ายกันทำราคาบ้านโดยใช้แบบจำลอง hedonic ดูhttp://scholar.google.com/scholar?hl=th&q=hedonic+price+geographyเพื่อดูตัวอย่าง

— Ian Turton
แหล่งที่มา

2

(+1) ฉันเห็นด้วยกับวรรณกรรมเกี่ยวกับแบบจำลองความชอบของการกำหนดราคาแบบบ้านซึ่งส่วนใหญ่ใช้กับคำถามนี้ ฉัน reframed จากการแนะนำว่าแม้ว่าในฐานะบุคคลที่ไม่คุ้นเคยกับการถดถอยอาจพบว่าการทำงานของนักเศรษฐศาสตร์ที่น่ากลัว (ฉันรู้ว่าฉันทำในบางครั้ง!) ทฤษฎีที่ชาญฉลาดแม้ว่ามันจะเป็นวรรณกรรมที่ดีในการตรวจสอบโดยเฉพาะอย่างยิ่งสำหรับ covariates ที่น่าสนใจ

— Andy W