در این تحقیق برای یافتن یک مدل بهینه جهت پیش بینی قیمت مسکن در کلان شهر اهواز مقایسه ای بین دو مدل هدانیک وشبکه عصبی مصنوعی انجام گرفته است. در این تحقیق از تابع هدانیکی نیمه لگاریتمی استفاده شده است نتایج مدل هدانیک نشان داد از 27 متغیر مدل 18 متغیر معنی دار بودند و با مقایسه نتایج و مقدار برآوردها، قیمت مسکن در اهواز بیشتر از عوامل فیزیکی و ساختاری تاثیر می پذیرد. برای مقایسه دو مدل از لحاظ توانایی پیش بینی از معیارهای r2، mse، rmse، mape، mae و ضریب tic استفاده شده است. مقایسه کلیه معیارها نشان دادند که بهترین عملکرد متعلق به شبکه عصبی مصنوعی (ann) در مقایسه با رگرسیون هدانیک است. همچنین مدل شبکه عصبی مصنوعی خطای کمتر و در نتیجه کارایی بیشتری در پیش بینی قیمت مسکن در شهر اهواز داشته است. برای بررسی این مسئله که آیا تفاوت در دقت پیش بینی مدل های مختلف از نظر آماری نیز معنی دار است با استفاده از آزمون مرگان-گرنجر-نیوبلد (mgn) توانایی دو مدل در پیش بینی قیمت مسکن در شهر اهواز مقایسه شده است. نتایج حاصل از آزمون نشان داد فرضیه صفر آزمون مبنی بر عدم برابری قدرت پیش بینی دو مدل و همچنین توانایی مدل ها برای پیش بینی قیمت مسکن رد نمی شود، از این رو تفاوت قدرت پیش بینی دو مدل به لحاظ آماری نیز معنی دار است.