comparing the hedonic model vs. artificial nural network in housing price prediction in İstanbul, Turkey
istanbul, Türkiye'de konut fiyat tahmininde hedonik model ile yapay nural ağların karşılaştırılması
- Tez No: 699457
- Danışmanlar: DOÇ. SALVATORE JOSEPH TERREGROSSA
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Tahmin, hedonik, yapay sinir ağı, birleştirme modeli, İstanbul, Türkiye, Forecasting, hedonic, artificial neural network, combining model, Istanbul, Turkey
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 74
Özet
ARKA PLAN: Konut birim fiyatlarının tahmininde, geleneksel hedonik model en yaygın kullanılan yöntemdir ve daha yeni yapay sinir ağı (YSA) modelleri de çeşitli, farklı ekonomik ve finansal değişkenlerin tahmininde kullanılmıştır. Daha yakın zamanlarda, tahmin doğruluğunu artırmak için tahmin modellerini birleştirmek tanıtıldı. Mevcut çalışma, konut birim fiyatlarının hedonik ve sinir ağı tahminlerini birleştirerek daha doğru bir tahmin modeli geliştirmeyi amaçlamaktadır. GEREÇ VE YÖNTEM: Çalışmaya İstanbul ilinde toplam 100 daire dahil edilmiştir. Fiyat, coğrafi konum, arazi büyüklüğü, dairelerin yaşı, yatak odası ve banyo sayısı ve bina içindeki zemin dahil olmak üzere konut-birim özellikleri alınmıştır. İlk olarak, hedonik ve YSA modelleri uygulanmakta ve daha iyi modeli bulmak için tahminleri karşılaştırılmaktadır. İkinci olarak, birleştirici modeller, sırasıyla kısıtlı ve kısıtsız, ağırlıklı en küçük kareler (WLS) regresyon tekniği ile oluşturulan farklı tahmin ağırlıkları setleri kullanılarak hedonik ve ANN modelinin tahminlerinin birleştirilmesiyle oluşturulur. Her modelin ortalama mutlak tahmin hatası (MAFE) hesaplanır ve tüm model çiftleri arasındaki MAFE'deki ortalama fark karşılaştırılır ve test edilir ve üstün model, en düşük ortalama mutlak tahmin hatasına (MAFE) sahip olan modeldir. SONUÇLAR: Çalışma, YSA- ve hedonik modeller arasında YSA modelinin daha iyi performans gösterdiğini bulmuştur. Bununla birlikte, ANN modeli, bileşen tahmin ağırlıkları olarak kısıtlı WLS tahmini regresyon katsayıları ile oluşturulan kombinasyon tahmininden daha iyi performans göstermiştir. Toplamda, tahminağırlıklarının hesaplanmasında farklı yöntemler kullanılarak yedi birleştirme modeli oluşturulmuştur. Sınırsız birleştirme modelleri, YSA modelinden daha iyi performans gösterdi; kısıtlı birleştirme modelleri YSA modelinden daha iyi performans gösterdi. Çalışma, kısıtlı birleştirme modellerinin en düşük MAFE'lere sahip olduğunu ve üstün modeller olarak kabul edildiğini buluyor. SONUÇ: Bu çalışma, konut birimlerinin hedonik ve sinir ağı modellerinin tahminlerinden birleştirerek tahmin modellerini başarıyla üretmektedir. Çalışma, kısıtlı WLS regresyonları tarafından oluşturulan ağırlıklarla oluşturulan birleştirici tahmin modelinin genellikle diğer tüm tahmin modellerinden en iyi performansı gösterdiğini bulmuştur. Çalışmamız, tahminleri birleştirmenin İstanbul, Türkiye'deki konut fiyatları tahminlerini iyileştirebileceğini göstermektedir.
Özet (Çeviri)
BACKGROUND: In forecasting housing-unit prices, the conventional hedonic model is the most common used method, and the newer artificial neural network (ANN) models also have been used in forecasting various, different economic and financial variables. More recently, combining forecasts models have been introduced to enhance forecasting accuracy. The current study aims in developing a more accurate forecasting model by combining the hedonic and neural network forecasts of housing-unit prices. MATERIAL AND METHODS: A total of 100 apartments in Istanbul, Turkey were included in the study. Housing-unit characteristics were taken including the price, the geographical location, the land size, the age of apartments, the number of bedrooms and bathrooms, and the floor within the building. First, the hedonic and ANN models are applied, and their forecasts are compared to detect the better model. Second, combining models are generated by combining the forecasts of hedonic and ANN model using different sets of forecast weights, generated by restricted and unrestricted, weighted least squares (WLS) regression technique, respectively. Average absolute forecast error (MAFE) of each model is calculated, and the average difference in MAFE among all pairs of models are compared and tested, and the superior model is the one with the lowest average absolute forecasting error (MAFE). RESULTS: The study finds that between the ANN- and hedonic models, the ANN model performs better. However, the ANN model was outperformed by the combination forecast formed with restricted WLS estimated regression coefficients as component forecast weights. In all, seven combining models were generated using different methods in calculating the forecast weights. The unrestricted combining models were outperformed by the ANN model, while the constrained combining models performed better than ANN model. The study finds that the restricted combining models have the lowest MAFEs and are considered as the superior models. CONCLUSION: The present study successfully generates combining forecasts models from the housing units' forecasts of the hedonic and neural network models. The study finds the combining forecasts model formed with weights generated by constrained WLS regressions generally perform the best out of all other forecasts' models. Our study demonstrates that combining forecasts can improve estimations of housing units' prices in Istanbul, Turkey.
Benzer Tezler
- Koalisyon Oluşturma Oyunları: İçsel Kararlılık
Coalition Formation Games: Inner Stability
SEÇKİN ÖZBİLEN
Yüksek Lisans
Türkçe
2018
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ERCENGİZ
- Evlilik öncesi alışverişte kişisel değerlerin, hedonik ve faydacı tüketimin sosyal karşılaştırma üzerine etkisi
Personal values, hedonic and utilitarian consumption effect on social comparison in wedding shopping
MELDA ASLAN
Doktora
Türkçe
2021
Ev EkonomisiHacettepe ÜniversitesiAile ve Tüketici Bilimleri Ana Bilim Dalı
PROF. DR. AYFER AYDINER BOYLU
- E-müşterilerin hedonik 'hazcı' tüketim davranışlarını belirleyen faktörler ve bir araştırma
Factors that determine e-customers' hedonic consumption behaviors and a survey
BUKET GÜLER
Yüksek Lisans
Türkçe
2013
İşletmeGalatasaray Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. SERDAR PİRTİNİ
- Consumer-level factors that moderate the success of private label brands: Hedonic versus utilitarian products
Tüketici kaynaklı faktörlerin market markalarının başarısı üzerindeki etkisi:Haz odaklı ürünler ile fonksiyonel ürünler karşılaştırması
ZEYNEP OGAN
Yüksek Lisans
İngilizce
2019
İşletmeBoğaziçi ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN SAMİ KARACA
- Havayolu taşımacılığı sektöründe elektronik ortamda bilet alımının birleşik teknoloji kabul ve kullanım modeli ile incelenmesi
Examining electronic ticketing in air transport sector with unified theory of acceptance and use of technology model
ELA ÖZKOCAGİL