a zmiennymi określonymi przez czynniki, które na nie w istotny sposób wpływają. Wśród modeli statystycznych, które są stosowane do opisu zależności na rynku nieruchomości można wyróżnić m.in.:
• modele regresji wielorakiej (MR);
• modele regresji ważonej przestrzennie (GWR);
• modele opóźnienia przestrzennego (SLM);
• modele błędu przestrzennego (SEM);
• modele regresja-kriging (RK).
Ogólna charakterystyka wymienionych modeli przedstawiona jest w tabeli 2.1.
Nazwa modelu |
Postać analityczna |
Sposób estymacji parametrów |
Sposób uwzględnienia zależności przestrzennych |
Funkcja modelu |
model regresji wielorakiej [MR - Multiple Regression] |
Y = fi0+'tfi,Xl+e i=1 Y - zmienna objaśniana [cena] X, - zmienne objaśniające [np. cechy nieruchomości] Po, Pi - parametry modelu s - element losowy [reszta] modelu |
metoda najmniejszych kwadratów [OLS - Ordinary Least Sąuares] |
w postaci zmiennej [lub wielu zmiennych] wyrażającej walory lokalizacyjne |
diagnostyczna predykcyjna |
model regresji ważonej geograficznie [GWR - Geographically Weighted Regression] |
Y = fi0(x„y,)i + 't/3J(xl,y,)-Xl+el i=1 [Ci, y] - współrzędne określające lokalizację obiektów |
metoda najmniejszych kwadratów ważona odległością [WOLS - Weighted Ordinary Least Squares] |
w postaci wag uzależnionych od odległości obiektów od punktu o współrzędnych [x,-,yj |
diagnostyczna predykcyjna |
model opóźnienia przestrzennego [SLM - Spatial Lag Model] |
Y = pWY - Xfi- £ p - współczynnik autokorelacji przestrzennej W - macierz struktury przestrzennej [powiązań między obiektami] |
metoda największej wiarygodności [MLE- maximum Likelihood Estimate |
w postaci współczynnika autokorelacji przestrzennej p |
głównie diagnostyczna |
model błędu przestrzennego [SEM - Spatial Error Model] |
Y — x(i - € , gdzie e = AWe- £ /. - współczynnik autokorelacji przestrzennej |
metoda największej wiarygodności [MLE- maximum Likelihood Estimate |
w postaci współczynnika autokorelacji przestrzennej / |
głównie diagnostyczna |
20