تخمین قیمت آپارتمان با استفاده از رگرسیون خطی و وزن دار جغرافیایی (مطالعه موردی: منطقه 6 شهر تهران)

مسکن یکی از نیازهای اصلی بشر در برآوردن آسایش و آرامش است. در سال های اخیر، به دلیل تغییرات شدید قیمت مسکن، به ویژه در شهر تهران، تخمین قیمت آپارتمان به یکی از موضوعات جذاب در میان شهروندان تبدیل شده است. هدف این مطالعه بررسی چگونگی تغییرات قیمت مسکن براساس پارامترهای مختلف واحدهای مسکونی و درنهایت ارایه یک مدل برای تخمین قیمت یک آپارتمان است. در ابتدا هم بستگی میان پارامترهای موثر در قیمت آپارتمان ها در سال 1397 بررسی شد. سپس با استفاده از داده های قیمت و روش های رگرسیون خطی و جغرافیایی، قیمت آپارتمان های منطقه 6 شهر تهران تخمین زده شد. برای تعیین قیمت آپارتمان ها از متغیرهای سن بنا، روز سال، زیربنا، آسانسور و طبقه، داشتن یا نداشتن پارکینگ، انباری و آدرس و موقعیت جغرافیایی استفاده شده است. نتایج نشان می دهد روش رگرسیون جغرافیایی نتایج دقیق تری از رگرسیون معمولی دارد و می تواند دقت مدل را نیز در هر نقطه بیان کند. براساس روش رگرسیون جغرافیایی، مدل در برخی نقاط دقتی بیش از 95 درصد دارد؛ درحالی که برای برخی نقاط کمتر از 55 درصد و نشان دهنده وابستگی شدید قیمت آپارتمان به موقعیت آن است. به عبارت دیگر، در نواحی مختلف عوامل متفاوتی در تعیین قیمت آپارتمان اهمیت دارند. درنهایت مدلی سنتی برای تخمین قیمت ارایه شده است که بیش از 90 درصد تغییرات قیمت در منطقه را بیان می کند که از روابط رگرسیونی عادی ساده تر است و با نتایج پژوهش های میدانی از مشاوران املاک هم خوانی کامل دارد.