Assessment of Predictor Importance with the Example of the Real Estate Market

• Autorzy: Mariusz Kubus
• Języki publikacji: EN

Abstrakty

EN

Regression methods can be used for the valuation of real estate in the comparative approach. However, one of the problems of predictive modelling is the presence of redundant or irrelevant variables in data. Such variables can decrease the stability of models, and they can even reduce prediction accuracy. The choice of real estate's features is largely determined by an appraiser, who is guided by his/her experience. Still, the use of statistical methods of a feature selection can lead to a more accurate valuation model. In the paper we apply regularized linear regression which belongs to embedded methods of a feature selection. For the considered data set of real estate land designated for single-family housing we obtained a model, which led to a more accurate valuation than some other popular linear models applied with or without a feature selection. To assess the model's quality we used the leave-one-out cross-validation.(original abstract)

Słowa kluczowe

EN

Real estate valuation; Regression models; Statistical methods; Pricing models

PL

Wycena nieruchomości; Modele regresji; Metody statystyczne; Modele wyceny

• Czasopismo: Folia Oeconomica Stetinensia
• Rocznik: 2016
• Numer: vol. 16, iss. 2
• Strony: 29--39

Twórcy

autor

Mariusz Kubus

• Opole University of Technology, Poland

Bibliografia

• Bitner, A. (2007). Konstrukcja modelu regresji wielorakiej przy wycenie nieruchomości. Acta Scientiarum Polonorum, Administratio Locorum, 6 (4), 59-66.
• Czaja, J., Ligas, M. (2010). Zaawansowane metody analizy statystycznej rynku nieruchomości. Studia i Materiały Towarzystwa Naukowego Nieruchomości, 18 (1), 7-19.
• Doszyń, M. (2012). Ekonometryczna wycena nieruchomości. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Szczecińskiego, 26, 41-52.
• Efron, B., Hastie, T., Johnstone, I., Tibshirani, R. (2004). Least Angle Regression. Annals of Statistics, 32 (2), 407-499.
• Foryś, I. (2010). Wykorzystanie metod taksonomicznych do wyboru obiektów podobnych w procesie wyceny lokali mieszkalnych. Studia i Materiały Towarzystwa Naukowego Nieruchomości, 18 (1), 95-105.
• Guyon, I., Gunn, S., Nikravesh, M., Zadeh, L. (ed.) (2006). Feature Extraction: Foundations and Applications. New York: Springer.
• Hastie, T., Tibshirani, R., Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inferance, and Prediction. New York: Springer.
• Hellwig, Z. (1969). Problem optymalnego wyboru predykant. ,Przegląd Statystyczny, 3-4.
• Hoerl, A.E., Kennard, R. (1970). Ridge regression: biased estimation for nonorthogonal problems. Technometrics, 12, 55-67.
• Hozer, J. (ed.) (2008). Wycena nieruchomości. Szczecin: KEiS US, IADiPG w Szczecinie.
• Hozer, J., Kokot, S., Kuźmiński, W. (2002). Metody analizy statystycznej rynku w wycenie nieruchomości. Warszawa: Polska Federacja Stowarzyszeń Rzeczoznawców Majątkowych.
• Kubus, M. (2013). On model selection in some regularized linear regression methods. Acta Universitatis Lodziensis, Folia Oeconomica, 285, 115-223.
• Kubus, M. (2014). Discriminant stepwise procedure. Acta Universitatis Lodziensis, Folia Oeconomica, 3 (302), 151-159.
• Lis, Ch. (2001). Sieci neuronowe a masowa wycena nieruchomości. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 318, Prace Katedry Ekonometrii i Statystyki.
• Lis, Ch. (2005). Ekonometryczne modele cen transakcyjnych lokali mieszkalnych. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 415, Prace Katedry Ekonometrii i Statystyki, 16.
• Mach, Ł. (2012), Determinanty ekonomiczno-gospodarcze oraz ich wpływ na rozwój rynku nieruchomości mieszkaniowych. Ekonometria, 4 (38), 106-116.
• Maddala, G.S. (2008). Ekonometria. Warszawa: Wydawnictwo Naukowe PWN.
• Morajda, J. (2005). Wykorzystanie perceptronowych sieci neuronowych w zagadnieniu wyceny nieruchomości. Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie, 7, 101-108.
• Prystupa, M. (2001). Wycena nieruchomości przy zastosowaniu podejścia porównawczego. Warszawa: Polska Federacja Stowarzyszeń Rzeczoznawców Majątkowych.
• Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. J. Royal. Statist. Soc. B., 58, 267-288.
• Zeliaś, A. (2006). Kilka uwag na temat doboru zmiennych występujących na rynku nieruchomości. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 450, Prace Katedry Ekonometrii i Statystyki, 17, 685-696.
• Zou, H., Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society Series B, 67 (2), 301-320.

Identyfikatory

DOI

10.1515/foli-2016-0023