Local Spatiotemporal Modeling of House Prices: A Mixed Model Approach

The real estate market has long provided an active application area for spatial-temporal modeling and analysis and it is well known that house prices tend to be not only spatially but also temporally correlated. In the spatial dimension, nearby properties tend to have similar values because they share similar characteristics, but house prices tend to vary over space due to differences in these characteristics. In the temporal dimension, current house prices tend to be based on property values from previous years and in the spatial-temporal dimension, the properties on which current prices are based tend to be in close spatial proximity. To date, however, most research on house prices has adopted either a spatial perspective or a temporal one; relatively little effort has been devoted to situations where both spatial and temporal effects coexist. Using ten years of house price data in Fife, Scotland (2003-2012), this research applies a mixed model approach, semiparametric geographically weighted regression (GWR), to explore, model, and analyze the spatiotemporal variations in the relationships between house prices and associated determinants. The study demonstrates that the mixed modeling technique provides better results than standard approaches to predicting house prices by accounting for spatiotemporal relationships at both global and local scales. Desde hace mucho tiempo el mercado de bienes raices ha sido una activa area de aplicacion del modelado y analisis espacial-temporal, y es bien sabido que los precios de los inmuebles tienden a estar correlacionados no solo espacial sino temporalmente. En la dimension espacial, las propiedades proximas tienden a tener valores similares porque comparten caracteristicas similares, pero el precio de las casas tiende a variar a traves del espacio debido a diferencias en tales caracteristicas. En la dimension temporal, los precios actuales de las casas tienden a basarse en los valores de la propiedad en anos anteriores, y en la dimension espacial-temporal, las propiedades en las que se basan los precios actuales tienden a estar en una cercana proximidad espacial. Hasta el momento, sin embargo, la mayor parte de la investigacion sobre precios de la vivienda ha adoptado, o una perspectiva espacial, o una temporal; relativamente muy poco esfuerzo se le ha dedicado a situaciones donde coexistan los efectos espaciales y temporales. Utilizando datos de precios de las casas en diez anos en Fife, Escocia (2003-2012), esta investigacion aplica un modelo de aproximacion mixta, la regresion geograficamente ponderada semiparametrica (GWR), para explorar, modelar y analizar las variaciones espaciotemporales en las relaciones entre precios de las casas y los determinantes asociados. El estudio demuestra que la tecnica de modelado mixta da mejores resultados que los enfoques estandar de prediccion de precios de los inmuebles, al tomar en cuenta las relaciones espaciotemporales, tanto a escalas globales como locales.