Идея хороша, но предлагаемая реализация может быть слишком упрощенной, чтобы быть заслуживающей доверия. Арендная плата является собственностью экономических систем. Помимо влияния местоположения, они связаны с другими экономическими переменными в важных отношениях: состояние местной (и национальной) экономики, местные цены на жилье, доступность капитала, уровень занятости и т. Д. Для хорошей работы вам нужна эконометрическая модель , Может быть полезно иметь некоторые термины пространственного запаздывания , но прежде чем рассматривать такие осложнения, необходимо включить многие из этих экономических ковариат.
Сказав это, ваша способность к успеху зависит от отношений между данными, которые у вас есть, и арендной платой, которую вы хотите предсказать. Если ваши данные являются репрезентативной выборкой всей страны и географически разбросаны - представьте, что дома - это изюм на печенье, а у вас есть данные обо всех остальных изюмах в печенье - тогда может быть достаточно относительно простой модели. Если ваши данные географически сфокусированы - возможно, у вас есть информация об изюме с правой стороны печенья, и вы хотите сделать прогноз для изюма с левой стороны - тогда проблема является более сложной.
Хорошей отправной точкой было бы приспособление традиционной линейной эконометрической модели ренты к характеристикам домохозяйств и валовым пространственным характеристикам (таким как налоговая политика штата или округа), вычисление остатков и начало пространственного исследования остатков (с использованием вариографии , сглаживания пространственного ядра и т. д.) для захвата географических эффектов.
Подходят программное обеспечение доступно в качестве дополнения к R .