مقایسۀ عملکرد رگرسیون‌‌‌‌های خطی چندگانه و جنگل تصادفی درجهت ارزیابی قیمت واحدهای مسکونی (موردشناسی: ولیعصر شمالی، شهر تبریز)

اقتصاد مسکن یکی از مهم‌ترین ابعاد اقتصادی هر کشوری می باشد. چرا که تغییرات قیمتی آن تبعات مختلفی را در کوتاه مدت و بلندمدت بر اقتصاد ملی در بر خواهد داشت؛ بنابراین، تعریف مدلی که بتواند قیمت مسکن را ارزیابی نماید بسیار ضروری است. در این راستا، اهداف پژوهش حاضر مقایسه رگرسیون های خطی چندگانه و جنگل تصادفی برای تعریف مدل ارزیابی قیمت واحدهای مسکونی و استخراج عوامل موثر بر قیمت واحدهای مسکونی می باشد. جامعه آماری پژوهش حاضر کلیه واحدهای مسکونی محله های یک الی چهار کوی ولیعصر واقع در منطقه یک شهر تبریز به تعداد 30272 واحد می باشد. با استفاده از فرمول کوکران 379 نمونه در سطح اطمینان 95 درصد و ضریب خطای 5 درصد برآورد گردید. جهت مدل‌سازی مطلوب، اطلاعات 400 واحد مسکونی به‌عنوان نمونه به‌صورت میدانی جمع‌آوری شد. به‌منظور حذف اثر زمان در این پژوهش، تنها از داده های شهریور سال 1399 استفاده شد. همچنین، جهت تجزیه‌وتحلیل داده ها از نرم افزارهای arcmap، spss و rstudio استفاده شد.بر اساس نتایج، متغیرهای مساحت با 24.78 درصد، کل طبقات ساختمان با 9.86 درصد، سال ساخت با 7.9 درصد، فاصله از مراکز بهداشتی با 6.89 درصد، فاصله از تاسیسات شهری با 6.84 درصد، فاصله از فضای سبز با 5.03 درصد، فاصله از کاربری مذهبی با 4.48 درصد، فاصله از مراکز درمانی با 4.26 درصد، فاصله از مراکز نظامی و انتظامی با 3.99 درصد و استقرار واحد در طبقه با 3.92 درصد به ترتیب ده متغیر موثر دررابطه‌با قیمت مسکن محله های ولیعصر شمالی می باشند.بر پایه یافته های پژوهش مشخص گردید که رگرسیون جنگل تصادفی نسبت به رگرسیون خطی چندگانه قابلیت بالایی را در پیش بینی قیمت مسکن ولیعصر شمالی شهر تبریز دارا می باشد.