家賃価格のモデリング-どの補間法を使用するか？

約1,4百万世帯の全国データセットがあります。そこには、家賃、広さ（部屋数とm2）、および各世帯のいくつかの追加特性に関する情報があります。

このデータを使用して、全国の家賃価格の表面を作成し、この情報を使用して、家賃情報を所有または保有していない残りの約150万世帯の価値を推定したいと思います。

ここにいくつか質問があります：

そのようなアプローチは、この種の問題にはまったく適切ですか？

ここで使用するのに最適な補間方法はどれですか？

また、たとえば世帯の規模に関する情報を考慮することは可能でしょうか？

ArcInfoライセンスを使用してArcGIS 9.3を使用しています。

アイデアは良いが、提案された実装は単純すぎて信頼できないかもしれない。家賃は経済システムの財産です。場所によって影響されることに加えて、それらは重要な点で他の経済変数に関連している：良い仕事をするためになど、ローカル（および国内）経済、地域の住宅価格、資本の利用可能性、雇用率の状態あなたが必要とする計量経済モデルを。いくつかの空間ラグ項を持つことは有益かもしれませんが、そのような複雑さを考慮する前に、これらの経済的共変量の多くを含める必要があります。

そうは言っても、成功するかどうかは、持っているデータと予測したい賃貸料との関係に依存します。あなたのデータが国全体の代表的なサンプルであり、地理的に分散している場合-クッキーのレーズンとして家を考え、クッキーに他のすべてのレーズンに関するデータがある場合、比較的単純なモデルで十分かもしれません。データが地理的に集中している場合-クッキーの右側にレーズンに関する情報があり、左側にレーズンを予測したい場合-問題はより難しいものです。

出発点の良い点は、家賃の特性の従来の線形計量経済学モデルを家計特性と総空間特性（州または郡の税政策など）に適合させ、残差を計算し、残差を空間的に探索し始めることです（バリオグラフィー、空間カーネル平滑化を使用して）など）、地理的効果をキャプチャします。

適切なソフトウェアがRのアドオンとして利用可能です。

空間回帰に関するトピックの非常に穏やかな紹介として、GeoDaワークブックを確認することを強くお勧めします（22〜25章が最も興味深いでしょう）。ソフトウェアを使用したくない場合でも、空間回帰の非常に包括的な概要です。

ArcMapに組み込まれた回帰関数は、その量のデータを処理しますか（ソフトウェアがそれほど多くのポイントで困難な時間を過ごすことはありませんか？）

ヘドニックモデリングを使用して住宅価格について同様の作業が行われているのを見てきました。例については、http：//scholar.google.com/scholar？hl = ja＆q = hedonic + price + geographyをご覧ください。