Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "geographically weighted regression (GWR)." wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
REAL ESTATE PRICES – URBAN SECURITY RELATIONSHIPS: SPATIAL ANALYSES AND DEPENDENCIES
RELACJA CENY NIERUCHOMOŚCI A BEZPIECZEŃSTWA MIEJSKIEGO: ANALIZY PRZESTRZENNE I BADANIA ZALEŻNOŚCI
Autorzy:
Penchev, Georgi Georgiev
Zabunov, Georgi Shinkov
Powiązania:
https://bibliotekanauki.pl/articles/654257.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Rynek nieruchomości
rzeczywiste ceny nieruchomości
miejskie bezpieczeństwo
analizy przestrzenne
metody analizy składnika nadrzędnego
geograficznie ważona regresja (GWR).
Real estate markets
real estate prices
urban security
spatial analysis
principle component analysis
geographically weighted regression (GWR).
Opis:
Celem niniejszego artykułu jest ocena możliwości utworzenia bazy danych analitycznych do badania cen nieruchomości. W dużej mierze, artykuł przedstawia niektóre z ustaleń wspólnego projektu, prowadzonego wspólnie z wiodącymi bułgarskimi agencjami nieruchomości. Za pomocą odpowiedniego podejścia analitycznego i ujednolicenia informacji możliwe jest osiągnięcie znacznych korzyści dla bułgarskiego dynamicznego rynku. Ze względu na brak narzędzi i doświadczenia, zaistniała konieczność wyboru właściwej metody i zastosowania jej do największej bazy danych utworzonej z informacji pochodzących z innych rynków. Badanie koncentruje się na wpływie bezpieczeństwa miejskiego na ceny nieruchomości. Z jednej strony, jest to podstawowym wyznacznikiem wyboru klientów, a z drugiej strony, informacje o ocenie bezpieczeństwa mogą być wykorzystane w planowaniu przestrzennym i zarządzaniu. W rezultacie powstał zbiór danych georeferencyjnych zawierający informacje o cechach ponad 191 000 nieruchomości w Denver, Kolorado. Zastosowanie wybranej metody – Ważonej Geograficznie Regresji Hedonicznych – na zbiorze danych wykazało na szereg kwestii związanych z ograniczeniem sprzętowym i oprogramowania, sposobu agregacji danych i obecności współliniowość pomiędzy indeksami. Zastosowanie zasad analiz geograficznego ważenia, jako sposób rozwiązania problemu współliniowości wykazały również zalety, takie jak określenie wpływu różnych wskaźników w mniejszych obszarach miejskich. Pomimo użycia danych z innych rynków, badania umożliwiły wyciągnięcie istotnych wniosków dotyczących definicji, gromadzenia i opracowania danych niezbędnych do stworzenia odpowiedniej bazy danych do analizy bułgarskiego rynku nieruchomości.
The purpose of this article is to assess the possibilities for creating an analytical database to study real estate prices. To a large extent, the article presents some of the findings of a joint project with leading Bulgarian real estate agencies. Using a suitable analytical approach and standardising the information would bring substantial benefits to the dynamic Bulgarian market. Due to the lack of tools and experience, it was necessary to select an appropriate method and to apply it to the largest possible database created with the help of information from other markets. The study focused on the impact of urban security on real estate prices. On the one hand, this is a basic determinant for customers’ choice, and on the other hand, information about security rating could be used in urban planning and management. As a result, a georeferenced dataset was created with information about the characteristics of over 191 000 properties in Denver, Colorado. The application of the selected method – the Geographically Weighted Hedonic Regression – for this dataset showed a number of issues related to hardware and software restrictions of the application, the manner of data aggregation and the presence of co-linearity between indices. The application of the Geographically Weighted Principal Analysis as a means of solving the problem of co-linearity has shown other advantages such as defining the impact of various indices in smaller urban regions. Despite using data from other markets, this research has made some important conclusions regarding the definition, collection and study of data necessary for the creation of a suitable database to analyse the Bulgarian real estate market.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 6, 309
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regresja ważona geograficznie jako narzędzie analizy rynku nieruchomości
Geographically weighted regression as a tool for real estate market analysis
Autorzy:
Kulczycki, M.
Ligas, M.
Powiązania:
https://bibliotekanauki.pl/articles/385304.pdf
Data publikacji:
2007
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
RWG (regresja ważona geograficznie)
przestrzenna heterogeniczność
autokorelacja przestrzenna
metoda najmniejszych kwadratów
wycena nieruchomości
GWR (Geographically Weighted Regression)
spatial heterogeneity
spatial autocorrelation
least squares method
appraisal
Opis:
Przedmiotem rozważań zawartych w niniejszym artykule jest zagadnienie zastosowania regresji ważonej geograficznie (GWR) zarówno na etapie analizy rynku nieruchomości, jak i podczas procesu wyceny. GWR jest techniką eksploracyjną statystyki przestrzennej dającą możliwość bezpośredniego modelowania przestrzennej heterogeniczności poprzez lokalne dopasowywanie modeli regresji. Zastosowanie GWR owocuje zestawem parametrów regresji dla każdej lokalizacji (nieruchomości). Parametry te stanowią podstawę do stworzenia map zmienności poszczególnych współczynników regresji, czyli map zmienności wpływu poszczególnych atrybutów na wartość nieruchomości w zależności od lokalizacji, co od razu przywodzi na myśl strefy oraz mapy taksacyjne wykorzystywane w procesie powszechnej taksacji nieruchomości.
The paper presents considerations on applying Geographically Weighted Regression to real estate market analysis and appraisal process. GWR is the explorative technique of spatial statistics enabling direct modeling of spatial heterogeneity by local fitting regression models. Application GWR results in set of regression parameters for each localization from the data set (real estate). These parameters make a basis for mapping non - stationarity of regression relationship, saying otherwise allow to map spatial variation in regression parameters. This kind of mapping brings to mind immediately taxation zones and taxation maps used in mass appraisal process.
Źródło:
Geomatics and Environmental Engineering; 2007, 1, 2; 59-68
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Społeczno-ekonomiczne i przestrzenne uwarunkowania popytu na nowe samochody w Polsce
Socio-economic and spatial determinants of the demand for new cars in Poland
Autorzy:
Kudłak, Robert
Kisiała, Wojciech
Gadziński, Jędrzej
Dyba, Wojciech
Kołsut, Bartłomiej
Stryjakiewicz, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/414720.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Warszawski. Instytut Ameryk i Europy. Centrum Europejskich Studiów Regionalnych i Lokalnych (EUROREG)
Tematy:
rynek samochodowy
społeczno-ekonomiczne uwarunkowania popytu
modelowanie ekonometryczne
GWR
Polska
car market
socio-economic conditions
econometric analysis
geographically weighted regression
Polska
Opis:
Celem artykułu jest identyfikacja oraz analiza przestrzennego zróżnicowania uwarunkowań społeczno-ekonomicznych kształtujących popyt na rynku samochodowym wśród klientów indywidualnych. W postępowaniu badawczym zmierzającym do realizacji założonego celu wykorzystano metody i modele ekonometrii przestrzennej. Zakresem przestrzennym objęto Polskę w układzie powiatów, a zakres czasowy wyznaczają lata 2010–2015. Wyniki badania dowiodły, że do pozacenowych czynników kształtujących popyt na nowe samochody w Polsce należy zaliczyć przede wszystkim poziom zamożności potencjalnych konsumentów. Uzupełniającą rolę odgrywały: sytuacja demograficzna, poziom rozwoju lokalnego oraz poziom zaspokojenia potrzeb motoryzacyjnych. Pogłębiona analiza w postaci geograficznie ważonej regresji (GWR) wykazała, że zidentyfikowane uwarunkowania wykazują zmienność przestrzenną, co może uzasadniać duże zróżnicowanie poziomu motoryzacji w Polsce.
The article seeks to identify socio-economic conditions that affect the demand of individual consumers for cars and to analyze spatial differences in these conditions. To achieve this objective, econometric modelling is conducted. The analysis was conducted in all poviats in Poland and covered the years 2010-2015. The findings show that the demand for new cars is stimulated by incomes of potential consumers and by a net in-migration, while the level of unemployment together with prices of complementary goods (especially petrol prices) negatively affect the demand for cars. Moreover, geographically weighted regression shows that the identified conditions differ across the country, which may explain the noticeable differences in the level of motorization between poviats.
Źródło:
Studia Regionalne i Lokalne; 2017, 2(68); 119-139
1509-4995
Pojawia się w:
Studia Regionalne i Lokalne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies