Spatio-Temporal Modeling of Residential Sales Data
住宅成交数据的时空建模AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要研究住宅成交数据的时空分层预测，现有细分没有直接对应的空间建模方向，故分类证据不足时保留空数组。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
住宅成交数据的时空建模
- 研究问题
- 如何利用住宅成交数据中的区位、时间及其时空变化，提高单个住宅资产价值的预测，并比较不同非嵌套模型？
- 方法与思路
- 作者以分层模型引入区位、时间和时空效应，采用基于抽样的拟合方法，以后验预测准则选模，并留出一年数据验证。
- 材料陈述的贡献
- 摘要报告对巴吞鲁日十年、49个分区的7936笔成交进行分析，展示分层时空建模、非嵌套模型比较及留出验证的应用。
- 阅读关注点
- 应核对数据聚合方式、分层效应的具体设定及抽样拟合方法，关注后验预测选模准则与留出年份的预测表现。
- 阅读边界
- 摘要未报告预测误差、基准改善或先验设定，亦未交代留出年份的具体结果，无法判断方法在其他地区和时期的表现。
原文摘要
This article focuses on the location, time, and spatio-temporal components associated with suitably aggregated data to improve prediction of individual asset values. Such effects are introduced in the context of hierarchical models, which we find more natural than attempting to model covariance structure. Indeed, our cross-sectional database, a sample of 7,936 transactions for 49 subdivisions over a 10-year period in Baton Rouge, Louisiana, precludes covariance modeling. A wide range of models arises, each fitted using sampling-based methods because likelihood-based fitting may not be possible. Choosing among an array of nonnested models is carried out using a posterior predictive criterion. In addition, one year of data is held out for model validation. A thorough analysis of the data incorporating all of the aforementioned issues is presented.