Results of this study show that the

Results of this study show that the eff
ect of housing characteristics on selling
price can be better explained by estimating qua
ntile regressions across price categories.
For example, previous studies that have exam
ined the effect of characteristics such as
square footage or age on selling price have
found mixed results in te
rms of both the level
and the direction of change. This study show
s that some of those differences may be
explained by differences in house prices. In
particular, the regression coefficients of
some variables behave differently across diffe
rent house price levels,
or quantiles. Buyers
of higher-priced homes appear to price cert
ain housing characteristi
cs differently from
buyers of lower-priced homes.
For the given data set, it is
shown that the quantile eff
ects dominate any effects on
coefficient size and statistical
significance that arise from spa
tial autocorrelation. In fact,
taking explicit account of spatial autocorrela
tion in the quantile regressions, adds very
little information. Whether this is a general resu
lt or particular to the data set that is being
used in this study is an open quest
ion that awaits further research.
This study produces some interesting result
s. For example, square footage is
often used to determine the appraised value
of a home since it is expected to have a
significant effect on the selling price. While
previous studies be
ar this out, it is
interesting to see how buyers in different pri
ce ranges value this variable. This is shown
by the significant difference between the coef
ficients at the lowest and the highest
quantiles where the additional price of a square foot for the highest priced homes is two
and a half times the additional price per square
foot for the lowest-priced homes. Clearly,
13
traditional methodologies such as OLS or mode
ls that take into
account of spatial
autocorrelation can overstate the value of a
marginal square foot for lower-priced homes
but understate the effect
on higher-priced homes.
The quantile results provide some valuable
insights to the diffe
rent relationships
that the explanatory variables ha
ve with selling price. For
example, some variables such
as square footage, lot size, bathrooms, and
floor type have a greater impact as selling
price increases. Other variables have a rela
tively constant effect
on selling price across
different price ranges. These include gara
ge, exterior siding, sprinkler system, and
distance to city center. Some other variables such as bedrooms and percentage of
nonwhite population have a signif
icant effect on selling price
but there is no clear pattern
of the effect across different price ranges. Lastly, the quantile regressions confirm that
most variables showing no statistical si
gnificance under OLS or 2SLS remain not
significant across the different price ranges.
These results add to the body of research explaining house prices. Even though
variations in the value of
housing characteristics across di
fferent price ranges may have
been considered intuitive beforehand, quantil
e regression provides a way to confirm these
expectations.

Kết quả (Việt) 2:

Kết quả của nghiên cứu này cho rằng eff
vv của đặc điểm nhà ở trên bán
giá có thể được giải thích tốt hơn bằng cách ước tính qua
hồi quy NTILE qua loại giá.
Ví dụ, các nghiên cứu trước đó có kỳ thi
ined ảnh hưởng của đặc điểm như
vuông hoặc độ tuổi trên giá bán có
tìm thấy kết quả khác nhau trong te
rms của cả hai cấp độ
và hướng của sự thay đổi. Nghiên cứu này cho thấy
s rằng một số những khác biệt có thể được
giải thích bởi sự khác biệt về giá nhà. Trong
đó, hệ số hồi quy của
một số biến hành xử khác nhau trên nhiều loại kh
mức giá thuê nhà,
hoặc quantiles. Người mua
nhà có giá cao hơn xuất hiện để giá cert
ain nhà characteristi
cs khác nhau từ
người mua nhà giá thấp.
Đối với tập dữ liệu nhất định, nó được
chỉ ra rằng các eff quantile
các dự thống trị bất kỳ tác dụng trên
quy mô hệ số và thống kê
quan trọng phát sinh từ spa
tiềm tự tương quan. Trong thực tế,
có tính rõ ràng của autocorrela không gian
tion trong các hồi quy quantile, thêm rất
ít thông tin. Cho dù đây là một resu chung
lt hoặc đặc biệt đến những bộ dữ liệu đang được
sử dụng trong nghiên cứu này là một nhiệm vụ mở
ion đang chờ nghiên cứu thêm.
Nghiên cứu này tạo ra một số kết quả thú vị
s. Ví dụ, số bộ vuông được
thường được sử dụng để xác định giá trị thẩm định
của một nhà kể từ khi nó được dự kiến sẽ có một
tác động đáng kể đến giá bán. Trong khi
các nghiên cứu trước đó được
ar ra điều này, nó là
thú vị để xem làm thế nào người mua ở pri khác nhau
ce khoảng giá trị biến này. Điều này được thể hiện
bởi sự khác biệt đáng kể giữa các coef
ficients ở mức thấp nhất và cao nhất
quantiles nơi giá bổ sung một chân vuông cho các nhà có giá cao nhất là hai
rưỡi lần giá bổ sung mỗi vuông
chân cho nhà giá thấp nhất. Rõ ràng,
13
phương pháp truyền thống như OLS hay chế độ
ls mà đưa vào
tài khoản của không gian
tự tương quan có thể phóng đại giá trị của một
chân biên vuông cho nhà giá thấp
nhưng không đủ hiệu quả
trên những ngôi nhà có giá cao hơn.
Các kết quả quantile cung cấp một số có giá trị
hiểu biết để các diffe
mối quan hệ thuê
mà các biến giải thích ha
đã có giá bán. Ví
dụ, một số biến như vậy
là cảnh quay vuông, kích thước, phòng tắm, và
loại sàn có một tác động lớn hơn như bán
tăng giá. Các biến khác có RELA
cực hiệu ứng liên tục
trên giá bán trên
phạm vi giá cả khác nhau. Chúng bao gồm gara
ge, đứng về phía bên ngoài, hệ thống phun nước, và
khoảng cách đến trung tâm thành phố. Một số biến số khác như phòng ngủ và tỷ lệ phần trăm của
dân số nonwhite có một signif
hiệu icant về giá bán
nhưng không có xu hướng rõ ràng
về hiệu quả qua các phạm vi giá cả khác nhau. Cuối cùng, các hồi quy quantile xác nhận rằng
đa số các biến cho thấy không có si thống kê
gnificance dưới OLS hay 2SLS vẫn không
đáng kể trên phạm vi giá cả khác nhau.
Những kết quả bổ sung vào cơ thể của nghiên cứu giải thích giá nhà. Mặc dù
các biến thể trong các giá trị của
đặc điểm nhà ở trên di
phạm vi giá fferent có thể
được coi là trực quan trước, quantil
e hồi quy cung cấp một cách để khẳng định các
kỳ vọng.