Robin Dubin (1998) analyzes real es

Robin Dubin (1998) analyzes real estate prices in Baltimore, MD using the maximum likelihood method (ML). Dubin tries to show how ML is better than Ordinary Least Squares (OLS) when analyzing at the effect of neighborhoods. Knowing both that location matters in real estate pricing and that OLS has downfalls when it comes to accounting for neighborhoods, ML was used. The variables used are the number of rooms, number of bathrooms, number of stories, age (years), age squared, lot size (100 square feet), interior living area (100 square feet), month the house was sold (in 1978), x-coordinate on the Maryland grid, y-coordinate on the Maryland grid, dummies indicating detachment, patio, fireplace, central air conditioning, basement, if located in Baltimore county, one car garage, two car garage, and three car garage. He includes some interaction variables as well; the number of rooms times the number of bathrooms, and the detached dummy times the number of stories.
Robin notices that correlations exist between the price of houses and the prices of neighboring houses. The paper shows how the correlations can be used when estimating the regression coefficients and predicting house prices. These data are then used to get results using OLS, OLS with Trend, and ML. Dubin (1998) finds that the ML method produced better results than OLS and OLS with trend.

ผลลัพธ์ (ไทย) 1:

Dubin โรบิน (1998) วิเคราะห์ราคาอสังหาริมทรัพย์ใน Baltimore, MD โดยใช้วิธีความน่าเป็นสูงสุด (ML) Dubin พยายามแสดงวิธี ML ดีกว่ากว่าสามัญกำลังสองน้อยสุด (OLS) เมื่อวิเคราะห์ที่ผลกระทบของละแวกใกล้เคียง รู้ว่า สถานที่สำคัญในการกำหนดราคาอสังหาริมทรัพย์ และ OLS downfalls เมื่อมันมาถึงการลงบัญชีสำหรับย่าน ใช้ ML ตัวแปรที่ใช้เป็นห้อง จำนวนห้องน้ำ จำนวนชั้น จำนวนอายุ (ปี), อายุ squared พื้นที่ใช้สอยภายใน (100 ตารางฟุต) เดือน ขนาด (100 ตารางฟุต) ขายบ้าน (ในปี 1978), พิกัด x บนตารางแมรี่แลนด์ y พิกัดบนตารางแมรี่แลนด์ dummies แสดงออก ลาน เตาไฟ เครื่องปรับอากาศ ห้องใต้ ดิน ถ้าอยู่ในเขตบัลติมอร์ คันหนึ่ง สองคัน และสามคัน เขามีบางตัวแปรโต้ตอบเช่นกัน จำนวนห้องพักคูณด้วยจำนวนห้องน้ำ และ dummy เดี่ยวเวลาจำนวนเรื่องโรบินประกาศว่า ความสัมพันธ์ที่มีอยู่ระหว่างราคาบ้านและราคาของบ้านใกล้เคียง กระดาษแสดงว่าความสัมพันธ์ที่สามารถใช้เมื่อประมาณสัมประสิทธิ์การถดถอย และทำนายบ้านราคา แล้วใช้ข้อมูลเหล่านี้เพื่อให้ได้ผลลัพธ์โดยใช้ OLS, OLS มีแนวโน้ม และมล. Dubin (1998) พบว่า วิธี ML ผลิตผลลัพธ์ที่ดีกว่า OLS และ OLS มีแนวโน้ม

ผลลัพธ์ (ไทย) 2:

โรบิน Dubin (1998) วิเคราะห์ราคาอสังหาริมทรัพย์ในบัลติมอร์โดยใช้วิธีโอกาสสูงสุด (ML) Dubin พยายามที่จะแสดงให้เห็นว่า ML ดีกว่าสแควร์สน้อยธรรมดา (OLS) เมื่อวิเคราะห์ที่ผลของการละแวกใกล้เคียง รู้ทั้งเรื่องที่ตั้งในการกำหนดราคาอสังหาริมทรัพย์และที่ OLS มี downfalls เมื่อมันมาถึงการบัญชีสำหรับละแวกใกล้เคียง ML ถูกนำมาใช้ ตัวแปรที่ใช้เป็นจำนวนห้องพักจำนวนห้องน้ำจำนวนเรื่องอายุ (ปี) อายุสี่เหลี่ยมขนาดจำนวนมาก (100 ตารางฟุต) พื้นที่ใช้สอยภายใน (100 ตารางฟุต) เดือนบ้านถูกขาย (ในปี 1978 ) พิกัด x ในตารางแมริแลนด์พิกัด y ในตารางแมริแลนด์หุ่นแสดงให้เห็นออกลาน, เตาผิง, เครื่องปรับอากาศส่วนกลาง, ห้องใต้ดินถ้าตั้งอยู่ในเขตบัลติมอร์, โรงจอดรถ, อู่รถสองและที่จอดรถสาม . เขามีปฏิสัมพันธ์ตัวแปรบางส่วนเช่นกัน; จำนวนห้องพักที่เท่าของจำนวนห้องน้ำและเดี่ยวครั้งหุ่นจำนวนเรื่องราว.
โรบินสังเกตเห็นว่ามีความสัมพันธ์อยู่ระหว่างราคาของบ้านและราคาของบ้านที่อยู่ใกล้เคียง กระดาษที่แสดงให้เห็นว่ามีความสัมพันธ์ที่สามารถนำมาใช้เมื่อประมาณค่าสัมประสิทธิ์การถดถอยและการคาดการณ์ราคาบ้าน ข้อมูลเหล่านี้ถูกนำมาใช้เพื่อให้ได้ผลลัพธ์ที่ใช้ OLS, OLS กับเทรนด์และ ML Dubin (1998) พบว่าวิธี ML ผลิตผลลัพธ์ที่ดีกว่า OLS และ OLS กับแนวโน้ม

ผลลัพธ์ (ไทย) 3:

โรบินดูบิน ( 1998 ) วิเคราะห์ราคาอสังหาริมทรัพย์ในบัลติมอร์วิธีความน่าจะเป็นสูงสุด ( มิลลิลิตร ) ดูบินพยายามที่จะแสดงวิธี ML ดีกว่าวิธีกำลังสองน้อยที่สุด ( OLS ) เมื่อวิเคราะห์ผลของย่าน รู้ทั้งสถานที่สำคัญในราคาอสังหาริมทรัพย์และ OLS มี downfalls เมื่อมันมาถึงบัญชีย่าน ml ใช้ ตัวแปรที่ใช้เป็นหมายเลขห้อง จำนวนห้องน้ำ จำนวนราว อายุ ( ปี ) อายุสี่เหลี่ยมหลายขนาด ( 100 ตารางเมตร ) พื้นที่ใช้สอยภายใน ( 100 ฟุต ) , เดือนบ้านก็ขาย ( 1978 ) , กลไกควบคุมควบคุมจากภายในในเขตแมรี่แลนด์ y-coordinate บนตารางในแมรี่แลนด์ หุ่นจำลองแสดงส่วนลาน , เตาผิง , เครื่องปรับอากาศเซ็นทรัล ชั้นใต้ดิน หากตั้งอยู่ในบัลติมอร์ , อู่รถ , สองอู่รถและสามอู่ รถ เขามีบางตัวแปรปฏิสัมพันธ์เช่นกัน ; หมายเลขห้อง คูณด้วยจำนวนห้อง และบ้านเดี่ยว หุ่นเท่าจำนวนของเรื่องราวโรบิน สังเกตว่า ความสัมพันธ์ที่มีอยู่ระหว่างราคาบ้านและราคาของบ้านเพื่อนบ้าน กระดาษที่แสดงให้เห็นถึงความสัมพันธ์ที่สามารถใช้เมื่อคำนวณสัมประสิทธิ์ถดถอย และประมาณราคาบ้าน ข้อมูลเหล่านี้จะใช้เพื่อให้ได้ผลลัพธ์การใช้วิธี OLS , แนวโน้ม , มล. ดูบิน ( 2541 ) พบว่า วิธีการผลิตต่อผลลัพธ์ที่ดีกว่าวิธี OLS และตลาดที่มีแนวโน้ม