Үлдэгдэл саатуулах арга (RCA)

Үнэлгээний уламжлалт борлуулалтын харьцуулалтын аргын өөрчлөлт

Танилцуулга ба тойм

Bert Craytor, Pacific Vista Net, 6 оны 2022-р сарын XNUMX
Пасифика, Калифорниа

Би 2020, 2021 онуудад борлуулалтыг харьцуулах шинэ аргыг нэвтрүүлсэн бөгөөд энэ нь үнэлгээчдийн түгээмэл ашигладаг одоогийн аргуудаас хамаагүй өндөр нарийвчлал, бодитой, найдвартай байдлыг амлаж байна. Би энэ аргыг Сан Францискогийн булангийн бүсэд IRS болон зээл олгох зорилгоор үнэлэхийн тулд Субъектив үнэ цэнэ эсвэл Биет бус үнэ цэнийг хязгаарлах арга зэрэг хэд хэдэн өөр нэрээр ашигласан гэдгийг анхаарна уу. Шинэ нэршил нь илүү утга учиртай байх зорилготой юм. Нөхцөл байдал, чанар, функциональ ашиг тус, харагдах байдал гэх мэтийн "биет бус" эсвэл "субъектив" шинж чанаруудын оронд "хэмжигдээгүй" шинж чанаруудыг ашиглах нь илүү нарийвчлалтай, учир нь энэ техник нь регрессийн үлдэгдэлээр хэмжигдээгүй бүх шинж чанаруудын утгыг агуулдаг. . Тиймээс би "Үлдэгдлийг хязгаарлах арга" гэдэг нь хамгийн товч бөгөөд зөв нэр томъёо юм.

Энэ аргыг ажлын урсгал гэж тодорхойлж болно, үүнд:

1. Тохиромжтой хосууд эсвэл ердийн регрессийн арга техникээр дамжуулан тохируулгын утгыг сонгодог байдлаар шууд тодорхойлохоос илүүтэйгээр үл хөдлөх хөрөнгийн үнэ цэнийг нэмдэг бүх шинж чанаруудын үнэ цэнийн хувь нэмрийг тодорхойлоход анхаарлаа төвлөрүүлэх. Тохируулгын үнэ цэнэ нь тухайн субьектийн оруулсан хувь нэмэр болон харьцуулж болох зүйлсийн хоорондын ялгаа юм. Гэсэн хэдий ч тохируулгын үнэ цэнэ нь аюулгүй байдлын хязгаарлалтыг амархан даван туулдаг. Хувь нэмрийн үнэ нь борлуулалтын үнэд нэмэгдэх ёстой. Тиймээс, залруулга хийхээсээ өмнө шимтгэлийн утгыг тооцоолох нь илүү аюулгүй юм.
2. Ойролцоох эсвэл захын бүсээс олон борлуулалттай харьцуулах боломжтой зүйлсийг цуглуулах. Үүнд хот эсвэл томоохон хотын өөр өөр бүс багтаж болно. Та 3 милийн радиуст үлдэхийг хичээх хэрэгтэй, гэхдээ энэ нь мэдээжийн хэрэг үл хөдлөх хөрөнгийн төрлөөс хамаарна. Та дор хаяж 80 ба түүнээс дээш харьцуулах боломжтой шинж чанаруудтай, бие биетэйгээ болон сэдэвтэй хэсэгчлэн давхцах боломжтой байхыг хичээх хэрэгтэй. Миний харьцуулж болох дундаж тоо 125-180 байгаа ч 600 хүртэл өсөж магадгүй. Та мөн ашигтай тооны борлуулалтыг олж авахын тулд 5-15 ба түүнээс дээш жил ухрах шаардлагатай болж магадгүй бөгөөд энэ нь танд олсон онцлог шинж чанаруудыг сайн түүвэрлэх болно. субьектийн өмч. Онцлог утгуудын ховор хослол бүхий сэдэв нь 10 ба түүнээс дээш жилээр цаг хугацааг ухраахыг шаарддаг. Мөн ретроспектив үнэлгээ байдаг. Харьцуулж болохуйц эсвэл объектын борлуулалтын огноог үргэлж тохируулж болно. Гэсэн хэдий ч, цаг хугацаа өнгөрөх тусам үнийн өөрчлөлтөд илүү олон хүчин зүйл байдгийг ойлгоорой. Хэрэв та 10 гаруй жил буцаж байгаа бол тухайн хугацаанд худалдан авагчдын таашаал өөрчлөгдсөнийг олж мэдэх магадлалтай бөгөөд энэ нь борлуулалтын огноо болон бусад шинж чанаруудын хоорондын харилцан үйлчлэлийг бий болгодог. Дараа нь та хоёр талын харилцан үйлчлэлийг ашиглах шаардлагатай бөгөөд энэ нь эцсийн регрессийн загварын нарийн төвөгтэй байдлыг нэмэгдүүлдэг.
3. Хэмжсэн ба хэмжигдээгүй шинж чанаруудыг салгах. Регрессийг зөвхөн хэмжсэн атрибутын утгууд дээр ажиллуулдаг. Хэмжигдээгүй шинж чанаруудын үнэлгээг үлдэгдлээр хийдэг.
4. GLA, багцын хэмжээ, худалдсан огноо, түүх, өрөөний тоо, GIS координат, нас (бодит эсвэл үр дүнтэй) зэрэг хэмжсэн шинж чанарын утгууд дээр суурилсан регрессийн загварыг олон хувьсагчтай дасан зохицох регрессийн сплайн гэх мэт өндөр нарийвчлалтай регрессийн техникийг ашиглан бүтээх. MARS). Үүний тулд R-ийн нээлттэй эхийн "earth" багцыг "caret" багцын хамт санал болгож байна. Үүнийг зэрэгцээ боловсруулалт бүхий нээлттэй эхийн R Studio дээр ажиллуулж болно. Би үүнийг одоогоор AMD Ryzen 9 5950 ширээний компьютер дээр ажиллуулж байгаа бөгөөд ихэвчлэн 28 цөмөөс 32-ыг нь ашигладаг бөгөөд энд карет нь дэлхийн олон гүйлтийг зэрэгцүүлэн боловсруулахад зориулж R Studio-ийн 28 +/- тусдаа тохиолдлыг унтраадаг.
5. Регрессийн загвараар өгсөн тооцоолол болон харьцуулсан борлуулалтын бодит борлуулалтын үнийн зөрүү дээр үндэслэн үлдэгдэл загварыг бий болгох. Энэ загвар нь хоёр зүйл юм:

    

   1. 0.00-аас 10.00 хүртэлх үлдэгдэл оноог үлдэгдэл утгад буулгах функц. Та борлуулалтын харьцуулж болох зүйлсийг үлдэгдэл үнэ цэнээр нь хамгийн ихээс хамгийн бага руу эрэмбэлж, дараа нь өгөгдсөн үнэ цэнээс бага борлуулалтын хувь дээр үндэслэн оноог бий болгосноор энэ функцийг авна. Эдгээр хоёр багц утгууд дээр регресс хийх эсвэл тодорхой оноог утга руу буулгах хайлтын массив үүсгэх замаар уг функцийг үүсгэж болно. Үүнийг хийхийн тулд та R дээр програм бичих хэрэгтэй. Энэ функцийг ашигласнаар та субьектийн тооцоолсон үлдэгдэл оноог оруулж, түүний үлдэгдэл утгын тооцоог гаргаж болно. Энэ нь тухайн зүйлийн борлуулалтын үнийг тооцоолох түлхүүр юм.   Тайлбар: Энэ алхамыг R-д бүрэн автоматжуулж болно.
      
   2. Харьцуулж болохуйц борлуулалтын үлдэгдэл үнэ болон объектын үл хөдлөх хөрөнгийг хэмжигдээгүй шинж чанаруудад хуваарилах. Үлдэгдэл нь хэмжигдээгүй бүх шинж чанаруудын нийт утгыг өгдөг. Ер нь тайлангийн хэрэглэгч илүү утга учиртай зүйлийг хүсэх болно. Үлдэгдлийг Чанар, Нөхцөл байдал, Функциональ хэрэгсэл, Харагдах байдал зэрэг хэмжигдээгүй янз бүрийн шинж чанарууд болон таны үнэ цэнэтэй гэж үзсэн бусад хэмжигдээгүй шинж чанаруудын хооронд хуваах шаардлагатай. Үнэлгээчин үүнийг зөвхөн Борлуулалтын сүлжээнд орж буй харьцуулах боломжтой зүйлсэд л хийх хэрэгтэй. Үүнийг хийхэд бага зэрэг хөдөлмөр, цаг хугацаа шаардагддаг учраас энэ нь сайн хэрэг.  Энэ нь үнэлгээний мэдлэг шаарддаг гарын авлагын процесс гэдгийг анхаарна уу.    Эцсийн үнэ цэнийн дүгнэлтийн хувьд зөвхөн нийт үнэ цэнэ нь ямар нэгэн нөлөө үзүүлдэг гэдгийг санаарай. Нийт үлдэгдэл үнэ цэнийг хэрхэн хуваах нь тухайн сэдэв болон бусад харьцуулах үнээр илүү эсвэл бага үнээр зарагдсан харьцуулсан борлуулалтын шар сүүний талаар тайлан уншигчтай харилцах харилцаанд л нөлөөлнө. Энэ алхам нь аргын "хязгаарлалт" нь зураг руу орох явдал юм. Та хэмжигдээгүй шинж чанаруудад утгыг оноож байна - тодорхой харьцуулах боломжтой бүх ийм үлдэгдэл бүрэлдэхүүн хэсгүүдийн утгууд нь харгалзах үлдэгдэл утгатай байх ёстой гэсэн хязгаарлалтын дагуу. Хэрэв та Нөхцөлд нэмэлт үнэ цэнийг нэмэхийг хүсвэл нэг буюу хэд хэдэн бусад шинж чанараас тухайн утгыг хасах хэрэгтэй.

      Тайлбар: Энэ алхамыг бүрэн автоматжуулах боломжгүй. Наад зах нь удахгүй, жишээлбэл дараагийн арван жилд. Гэсэн хэдий ч, таны энэ алхамд хэр сайн ажил хийх нь үнэ цэнийн дүгнэлтэд нөлөөлөхгүй - зөвхөн нэг үл хөдлөх хөрөнгө яагаад нөгөөгөөсөө илүү эсвэл бага үнээр зарагдсан талаарх таны тайлбарын чанар л хамаарна. Хэрэв танд цаг байхгүй бол хувь хэмжээгээр хэмжигдээгүй утгыг тооцоолж, энэ үйл явцыг товчлох боломжтой. Жишээлбэл, та үлдэгдэлийн 30% -ийг Чанар, 30% -ийг Нөхцөл байдал, 20% -ийг Функциональ хэрэгсэл, 20% -ийг "Харах" хэсэгт хуваарилж, дараа нь онцгой тохиолдлоор борлуулалтыг (эсвэл сэдэв) тохируулж болно. Гэсэн хэдий ч үлдэгдэл нь сөрөг болон эерэг утгуудаас бүрдэх боломжтой тул даалгавар нь илүү төвөгтэй байх болно. Жишээ нь, хэрэв харьцуулж болохуйц үлдэгдэл $50K бол Нөхцөлд 75К доллар, харин Харах хэсэгт $25К орж магадгүй. Дахин хэлэхэд, та хувиараа үндэслэн анхны хуваарилалтыг автоматжуулж, дараа нь нормоос хазайлт дээр үндэслэн хуваарилалтыг өөрчилж болно.
      

6. R2-ийн мэдэгдэхүйц өндөр утгатай регрессийн загвар нь хэмжигдээгүй шинж чанаруудын утгатай хамааралтай үлдэгдэл утгыг өгөх болно гэдгийг хүлээн зөвшөөрөх. Өөрөөр хэлбэл, хэмжсэн шинж чанарт үндэслэн загвараар заасан эсвэл хүлээгдэж байснаас илүү үнээр зарагддаг, гэхдээ дундаж өмчөөс илүү үнэ цэнэтэй хэмжигдээгүй шинж чанаруудтай үл хөдлөх хөрөнгө.
7. Харьцуулж болохуйцыг үлдэгдэл утгаар нь томоос жижиг рүү эрэмбэлж дараа нь хэмжигдээгүй шинж чанаруудын утгатай тохирно. Үнэлгээ нь 0.00-аас 10.00 хүртэлх хувийн оноо өгч болно, жишээ нь 6.25 оноо нь борлуулалтын харьцуулсан бүтээгдэхүүний 62.5% нь үлдэгдэл оноо багатай байгааг илтгэнэ. Та 0.0-ээс 100.0 хүртэлх оноог ашиглаж болох ч 0.00-10.00 нь илүү тохиромжтой гэж би бодож байна.
8. Хэмжигдээгүй шинж чанарууд дээр үндэслэн аль хоёр шинж чанар нь хамгийн сайн тохирохыг олохын тулд объектын өмчийг харьцуулж болох үлдэгдлийн жагсаалтын дагуу эрэмбэлнэ. Энэ нь сайн ба бага (үлдэгдэл) шинж чанаруудын хоорондох оноог илтгэнэ. Ойролцоогоор тооцооллыг ашиглаж болно. Дараа нь энэ оноог үлдэгдэл утга руу урвуугаар буулгаж, тухайн утгыг тухайн субьектийн үлдэгдэл утга болгон ашиглаж болно.
9. Дараа нь объектын үлдэгдэл үнэ цэнийг хэмжсэн шинж чанарууд дээр үндэслэн регрессийн загварын тооцоонд нэмнэ. заасан утгад хүрэх.

Жишээлбэл, тухайн сэдэв нь 6.2 оноотой харьцуулах боломжтой, 6.3 оноотой нэг онооны хооронд таарч болох тул та тухайн хичээлд 6.25 оноо өгнө. Энэ онооноос та тухайн сэдвийн харгалзах үлдэгдэл үнэ нь 120 мянган доллар болохыг олж мэднэ. Харьцуулж болох 1 нь $80К үлдэгдэл утгатай тул зөрүү нь +40К доллар бөгөөд энэ нь Харьцуулж болох 1 дэх хэмжигдээгүй бүх боломжуудын нийт тохируулга юм. Үүнээс та Нөхцөлд 20К доллар, Харахад $10К, Функционалд $10К хуваарилна. Хэрэгсэл. Энэ тохиолдолд харьцуулах 1 нь хэмжигдээгүй шинж чанаруудын хувьд Субъектээс доогуур байгааг анхаарна уу.

Хэрэв бид дээрх ажлын урсгалын үр дүнг авч, борлуулалтын сүлжээнд байрлуулбал шинж чанарын тохируулга бүрийг дараах байдлаар тооцоолно.   

              Атрибутын тохируулга = Сэдвийн шинж чанарын үнэ цэнийн хувь нэмэр – Борлуулалтын харьцуулсан үнэ цэнийн хувь нэмэр,

хэмжигдээгүй бүх шинж чанаруудын нийт тохируулгын утга нь нэг үлдэгдэл тохируулгын дор байхаас бусад тохиолдолд бид бүх тохируулгыг авах болно. Гэсэн хэдий ч бид тохируулгыг тооцоолохын өмнө үлдэгдэл хувь нэмрийн утгыг нөөцөлж, эхлээд хэмжигдээгүй янз бүрийн шинж чанаруудын дунд хувааж болно. Хувь хүний ​​утгууд нь харьцуулж болохуйц борлуулалт бүрийн үлдэгдэл нийлбэрт нийлсэн хэвээр байгаа тохиолдолд бид үлдэгдэл тохируулгыг хэрхэн хуваах нь эцсийн үнийн үр дүнд (эсвэл өөрөөр хэлбэл бүх Зассан борлуулалтын үнийн дундаж) нөлөөлөхгүй. Товчлолын хувьд бид үлдэгдэл тохируулгыг борлуулалтын харьцуулж болох хэмжигдээгүй шинж чанаруудын хооронд хувааж болно, гэхдээ энэ нь зарим талаараа үндэслэлгүй байх магадлалтай тохируулга хийх эрсдэлтэй хэдий ч ийм алдаа нь тохируулсан борлуулалтын үнэд нөлөөлөхгүй.

Эцсийн үр дүн нь бүх борлуулалтын харьцуулсан үнэ нь яг ижил тохируулсан борлуулалтын үнэ байх болно. Хэрэв бид эдгээр утгыг дунджаар тооцвол дээрх 8-р алхамын авсантай ижил утгатай болно.  

Нэг хүн асууж магадгүй - Яагаад борлуулалтын сүлжээг хаяж, дээрх 8-р алхамаас олж авсан утгыг ашиглаж болохгүй гэж? Хамгийн сайн шалтгаан нь борлуулалтын сүлжээ нь хэрэглэгч хянаж болох үнэ цэнийн дүгнэлтэд үндэслэсэн дэмжлэгийг өгдөг. Энэ нь хувь хүний ​​борлуулалтын харьцуулах зүйл яагаад тухайн эд хөрөнгийн үнэлгээний дүгнэлтээс бага эсвэл түүнээс дээш үнээр зарагдсаны үндэслэлийг өгдөг.

Асуулт хариулт

1. Асуулт: Борлуулалтын харьцуулах бүтээгдэхүүний үлдэгдэл үнээр зэрэглэл нь янз бүрийн хэмжигдээгүй шинж чанаруудын үнэ цэнийн хувь нэмэртэй тохирч байгааг бид яаж мэдэх вэ?

   хариулт: Энэ нь хэмжсэн шинж чанаруудын регрессийн загвар хэр сайн байгаагаас хамаарна. R2-ийн өндөр утга 70-80%+ байгаа нь харьцуулах үзүүлэлтүүдийн хоорондын утгын хазайлтын 70-80%-ийг хэмжсэн шинж чанаруудын регрессийн загварт тооцдог болохыг баталгаажуулдаг. 20-30% нь хэмжигдээгүй шинж чанар, алдаанаас үүдэлтэй байх ёстой. Харьцуулж болох зүйлс болон тэдгээрийн шинж чанарууд дээр алдаанууд нь санамсаргүй байдлаар хийгдсэн гэж үздэг. Регресс нь эдгээр шинж чанаруудын нөлөөллийг дундажлаж байгаа тул регрессийн загварт алдааны нөлөөлөл нь хэмжсэн шинж чанаруудын хувьд шударга бус байх магадлалтай.

   Тиймээс энэ аргын үр нөлөө нь олон хувьсагчтай дасан зохицох регрессийн сплайн (MARS) зэрэг өндөр нарийвчлалтай, боловсронгуй регрессийн техникийг ашиглахаас хамаарна гэдгийг ойлгох хэрэгтэй. R/earth-ийг энэ зорилгоор үнэгүй нээлттэй эхийн програм хангамжийн багц болгон ашиглахыг зөвлөж байна.

   Зөвхөн дэвшилтэт, үнэн зөв регрессийн аргыг ашиглах нь үр дүнгийн чанарыг баталгаажуулахгүй гэдгийг анхаарна уу. MARS регрессийг ашиглах нь маш их туршлага, мэдлэг, ур чадвар шаарддаг. Өндөр R2 ч гэсэн чанарын баталгаа биш, учир нь энэ нь хэт тохируулсны үр дүн байж болно. Загвар бүрийг хэт тохирох эсэх, бодит амьдрал дээр утга учиртай эсэхийг шалгах ёстой.

2. Асуулт: Дээрх QA нь энэ аргыг автоматжуулахад хэцүү гэсэн үг үү?

   хариулт: Дээрх ажлын урсгал нь тууштай, өндөр нарийвчлалтай хийх ёстой хэд хэдэн жижиг алхмуудыг агуулдаг тул автоматжуулалт зайлшгүй шаардлагатай. 

   Гэсэн хэдий ч регрессийн загварыг бий болгох нь зөвхөн ашиглаж буй регрессийн хэрэгслийн талаархи мэдлэг төдийгүй үнэлгээний сайн мэдлэг, туршлага шаарддаг урлаг юм. Гэсэн хэдий ч автоматжуулалт нь зөвхөн өнөөг хүртэл явагддаг. MARS-аас гаргасан загвар эсвэл үнэ цэнийн тэгшитгэлийн багц бүрийг юу хайхаа мэддэг шинжээч/үнлэгч хянаж байх ёстой. Үнэлгээний үнэн зөв үр дүнг өгөх тохиромжтой загварыг олохын тулд параметрүүдийг MARS-д өөрчлөх, дараа нь өгөгдлийг засах эсвэл өөр аргаар өөрчлөх замаар олон загварыг бий болгож, хянаж үзэх болно.

   Ирээдүйд бүрэн автоматжуулсан системийг зохион бүтээх боломжтой байх ёстой ч энэ нь гарах гарц байж магадгүй юм. Үүний үр дүнд энэ арга нь үнэлгээний үнэн зөв, бодитой байхыг амлаж байгаа ч илүү их цаг хугацаа, ур чадвар шаарддаг.

3. Асуулт: Энэ арга нь үнэлэгчийн хэвшмэл байдлын эсрэг хэр найдвартай вэ?

   хариулт: Энэ арга нь үнэн хэрэгтээ нэг талыг баримталж болох цорын ганц цэгтэй бөгөөд энэ нь тухайн объектыг борлуулалтын харьцуулсан үнэлгээний үлдэгдэл зэрэглэлд байрлуулах явдал юм. Хэрэв загвар нь хэт тохируулагдаагүй, өгөгдөл нь хангалттай нарийвчлалтай, R2 утга нь ойролцоогоор 70% ба түүнээс дээш байвал байршлын хазайлт нь тодорхой байх болно. Үлдэгдэл үнэ цэнэ ба онооны муруй нь ихэвчлэн тийм ч эгц биш байдаг 10% -аас 90% хооронд дундаж зэрэглэлийн өргөн хэсэгт байршуулах нь илүү хэцүү байдаг. Үлдэгдэл зэрэглэлийн энэ хэсгийн байршлын алдаа нь үнэ цэнэд тийм их нөлөөлдөггүй. Гэсэн хэдий ч үлдэгдэл муруй нь доод ба өндөр төгсгөлийн аль алинд нь эгц байх хандлагатай байдаг. Спектрийн энэ хэсэгт чанарын болон бусад хэмжигдээгүй шинж чанаруудын ялгаа маш их байгаа тул сэдвийг эрэмбэлсэн жагсаалтад хэт доогуур эсвэл хэт өндөр байрлуулах нь тодорхой байх ёстой. Ямар ч тохиолдолд хянагч нь хэвийсэн шинж тэмдгийг хаанаас хайхаа мэддэг. Өвсөн дундаас зүү олох гээд байгаа асуудал биш. Хэрэв асуулт гарч ирвэл дараагийн алхам нь регрессийн загварын график, тэгшитгэлийг шалгах явдал юм.

4. Асуулт: "Чанар, нөхцөл, байршил/харагдах байдал зэрэг субъектив параметрүүд системд хэрхэн ордог вэ? Хэрэв тэдгээрийг гараар оруулаагүй бол эдгээр хүчин зүйлсийн оролтыг автоматжуулахад хангалттай нарийвчлалтай/гүнтэй мэдээлэл өнөөгийн MLS системд байгаа юу? (Боржин чулуу, Кориан ба ламинатан тавцан, эсвэл 10' ба 8' тааз гэх мэт). (AppraisersForum.com сайтаас)

   хариулт: Таны дурдсан эдгээр шинж чанарууд нь зүгээр л "хэмжихгүй" шинж чанарууд юм. Бидэнд тэдэнд зориулсан арга хэмжээ байхгүй. Наад зах нь ашигтай байх хангалттай сайн биш. Хэрэв бид үүнийг хийвэл GLA, Багцын хэмжээ, Өрөөний тоо гэх мэтийн хамт регресст оруулах болно.

   Тиймээс бидний хийдэг зүйл бол хэмжсэн бүх шинж чанаруудыг регресс рүү оруулах бөгөөд эдгээр орцууд дээр үндэслэн борлуулалтын үнийг тооцдог загварыг гаргадаг. Мэдээжийн хэрэг, загвар нь төгс биш юм. Хамгийн сайндаа энэ нь үнийн зөрүүний 80 орчим хувийг эзэлж магадгүй юм. Энэ нь "үлдэгдэл" гэж нэрлэгддэг 20 орчим хувийг үлдээдэг. (Энэ хүрээнд "үлдэгдэл" нь "харьцуулж болох борлуулалтын үнэ" - "регрессийн тооцоолсон борлуулалтын үнэ" !!) Энэ 20% нь хэмжигдээгүй бүх утгуудын нийлбэр дүнгээс гадна буруу өгөгдлийн алдаа юм. Гэсэн хэдий ч ихэнх үлдэгдэл нь регресст ороогүй шинж чанарууд, гол төлөв нөхцөл, чанар, үзэл бодолд зориулагдсан болно.

   Одоо, энэ бол чухал цэг юм: Бид эдгээр хэмжигдээгүй шинж чанаруудыг тусад нь үнэлэх шаардлагагүй, учир нь бид тухайн сэдвийн үнэ цэнийн дүгнэлтийг гаргахын тулд зөвхөн тэдгээрийн нийт үнэ цэнийг шаарддаг. Гэсэн хэдий ч, та үлдэгдлийг өөр өөр хэмжигдээгүй шинж чанаруудын хооронд хувааж, борлуулалтын үнэ нь өгөгдсөн борлуулалтын харьцуулах зүйл, сэдэв болон бусад харьцуулах зүйлсийн хооронд яагаад ялгаатай байдгийг тайлбарлаж болно. Хэрхэн хуваах нь тохируулсан борлуулалтын үнэ болон шилжүүлгээр (дундаж тооцоогоор) тухайн субьектийн заасан үнэ цэнэд нөлөөлөхгүй. Таны тохируулсан бүх борлуулалтын үнэ яг ижил байх тул жинлэх нь ямар ч зорилгод хүрэхгүй. Үлдэгдэл ашиглан хэмжигдээгүй шинж чанаруудтай харьцах бүх асуудал нь өөрөө сэдэв юм. Та үүнд хэт их санаа зовох хэрэггүй, учир нь энэ нь үнэ цэнэд нөлөөлөхгүй, зөвхөн тухайн үнэлэмжийн дүгнэлтийг дэмжих, өөрөөр хэлбэл зарим үл хөдлөх хөрөнгө яагаад нөгөөгөөсөө илүү эсвэл бага үнээр зарагдсаныг яг таг тайлбарлах чадварт л нөлөөлдөг. .

   Хоёрдахь чухал цэг бий: Та 120 борлуулалтын харьцуулалт дээр регресс хийсэн гэж хэлье. Дараа нь та эргэж, хэмжсэн шинж чанарууд болон харьцуулах борлуулалтын үнэ болон тэдгээр тооцооноос үлдэгдэл дээр үндэслэн тооцооллыг бий болгоно. Дараа нь та харьцуулж болох зүйлсийг үлдэгдэлд нь тулгуурлан томоос бага хүртэл эрэмбэлнэ. Хэрэв та R2 70% ба түүнээс дээш регресстэй, хэт тааруулахаас зайлсхийвэл харьцуулах үзүүлэлтүүдийн зэрэглэл нь илүү сайн нөхцөл, чанар, харьцуулах боломжтой зүйлсийг жагсаалтын эхэнд байрлуулах нь гарцаагүй. бодож байснаас илүү үнээр зарагдсан. Тиймээс та хэмжигдээгүй шинж чанаруудын хувьд харьцуулж болохуйц оноо авахын тулд тэр зэрэглэлийг ашиглаж болно. Та "үлдэгдэл загвар" авахын тулд оноог үлдэгдэлтэй харьцуулж болно. Үлдэгдэл загвараар та ямар ч ийм оноо оруулж болох бөгөөд энэ нь танд тооцоолсон үлдэгдлийг өгөх болно. Тиймээс, та субьектийн өмчийг авч, зэрэглэлд хамгийн сайн тохирохыг олох болно. Оноо нь хамгийн сайн тохирох хоёр өмчийн дундаж юм. Онооноос үлдэгдлийг авна. Тооцоолсон борлуулалтын үнийг авахын тулд субъектын тооцоолсон үлдэгдлийг регрессийн тооцоонд нэмнэ. … Эсвэл үлдэгдэл тохируулга авахын тулд тухайн зүйлийн үлдэгдэлээс харьцуулж болох үлдэгдэл бүрийг хасч, бүх тохируулсан борлуулалтын үнийг тооцоолоорой - тэдгээр нь бүгд ижил байх болно - тэдгээр нь тухайн субьектийн дээр дурдсан тооцоолсон борлуулалтын үнэтэй яг тэнцүү байх болно.

   Тэмдэглэл: Хэрэв харьцуулах үзүүлэлтүүдийг үлдэгдлээр нь эрэмбэлсэн боловч том үлдэгдэл нь хэмжигдээгүй шинж чанаруудтай маш сайн холбогдож байгааг харахгүй байгаа бол таны регресс бага R2 эсвэл хэт тохируулагдсан гэдэгт итгэлтэй байж болно. Энэ нь MARS гэх мэт өндөр чанартай регрессийн техникийг ашиглах, юу хийж байгаагаа мэдэх зайлшгүй шаардлагатай болгодог.

   Эцэст нь: Таны асуултын товч хариулт бол энэ арга нь таны субьектив хувьсагчдын хувьд нэлээн нарийн хэмжигдэхүүнийг өгдөг - зөвхөн энэ нь БҮХ-ийн утга юм. - Гэхдээ энэ нь үнэ цэнийн дүгнэлтэд хүрэхэд хангалттай юм.