Weberndorfer, R. S. (2013). Modellierung von wertrelevanten Mikrolageparametern für die automatisierte Immobilienbewertung [Dissertation, Technische Universität Wien]. reposiTUm. https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-62481
geographic information systems (GIS); generalized additive models (GAM); nonlinear regression; house prices; hedonic prices; raster; micro-location; location factors; location model; statistical model
en
Abstract:
Der Hauptfokus dieser Arbeit liegt auf der Modellierung von kleinräumigen (mikro) Lageeffekten in einem Geographischen Informationssystem (GIS) sowie der Auswirkungsanalyse dieser Einflüsse auf Immobilienpreise bei Standardwohnobjekten (EFH und ETW).<br />Für die Modellierung der Mikrolagevariablen in der Analyseregion Österreich wird hauptsächlich auf Rastertechnik mit einer Auflösungsgenauigkeit von bis zu 30m gesetzt. Durch die mittels Python automatisierte GIS-gestützte Generierung von neuen Mikrolagefaktoren - wie beispielsweise Wohnumfeld, Lärm, Erreichbarkeit oder Höhenlage - ist es möglich, ein hochauflösendes Datenmodell aufzubauen.<br />Mithilfe von semiparametrischen Regressionsmodellen wurden diese Variablen analysiert und festgestellt, dass durch die exakt verorteten Mikrolagevariablen erhebliche Effekte in einem hedonischen Preismodell nachweisbar sind. Die Verwendung von hochauflösenden Raster-Mikrolagevariablen wie z.B. Lärm erklären Wertveränderungen deutlich und verbessern hierdurch in statistisch-räumlichen Analysemodellen die Schätzqualität signifikant.<br />
de
The main focus of this work concentrates on the modeling of small-scaled (micro) location effects in geographic information systems (GIS) and the impact analysis of these influences on real estate prices for standard residential properties (houses and flats).<br />The modeling of micro-location variables is mainly based on grid technology with a resolution accuracy of up to 30m all over the analysis region Austria. By using Python the automated GIS-based generation of new micro-location factors - such as residential environment, noise, accessibility or elevation - allows to construct a high-resolution data model.<br />These variables are analyzed with semi-parametric regression models. It was determined that through the exact rooted micro-location variables in a hedonic price model significant effects are detectable. The use of high resolution micro-location variables e.g. noise declare value changes clearly and improve the estimation quality in statistical spatial analysis models significantly.<br />
en
Additional information:
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Zsfassung in engl. Sprache
