تخمین قیمت آپارتمان با استفاده از رگرسیون خطی و وزن‌دار جغرافیایی (مطالعۀ موردی: منطقۀ 6 شهر تهران)

مسکن یکی از نیازهای اصلی بشر در برآوردن آسایش و آرامش است. در سال‌های اخیر، به‌دلیل تغییرات شدید قیمت مسکن، به‌ویژه 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 ارائة یک مدل برای تخمین قیمت یک آپارتمان است. در ابتدا هم‌بستگی میان پارامترهای مؤثر در قیمت آپارتمان‌ها در سال 1397 بررسی شد. سپس با استفاده از داده‌های قیمت و روش‌های رگرسیون خطی و جغرافیایی، قیمت آپارتمان‌های منطقة 6 شهر تهران تخمین زده شد. برای تعیین قیمت آپارتمان‌ها 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 می‌دهد روش رگرسیون جغرافیایی نتایج دقیق‌تری از رگرسیون معمولی دارد و می‌تواند دقت مدل را نیز در هر نقطه بیان کند. براساس روش رگرسیون جغرافیایی، مدل در برخی نقاط دقتی بیش از 95 درصد دارد؛ درحالی‌که برای برخی نقاط کمتر از 55 درصد و نشان‌دهندة 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 ارائه شده است که بیش از 90 درصد تغییرات قیمت در منطقه را بیان می‌کند که از روابط رگرسیونی عادی ساده‌تر است و با نتایج پژوهش‌های میدانی از مشاوران املاک هم‌خوانی کامل دارد.