دادههای قیمت مسکن نسبت به موقعیت قرارگیری آنها در محلههای مختلف همبستهاند و این همبستگی از نوع فضایی (مکانی) است. همچنین قیمت مسکن در ماههای مختلف سال متفاوتاند، بنا بر این همبستگی از نوع زمانی نیز دارند. برای تحلیل این نوع دادهها از مدلهای فضایی - زمانی استفاده میشود. از اهداف مهم در بررسی این نوع از دادهها، برازش یک مدل مناسب برای تحلیل فضایی- زمانی آنها، براورد پارامترها و پیشگوییها در موقعیتها و زمانهای معلوم است. سه مدل فرایند گاوسی، اتورگرسیو و پویا برای تحلیل دادههای حجیم قیمت مسکن شهر تهران در نظر گرفته میشود. از رهیافت بیزی برای برازش مدلها و پیشگویی در موقعیتهای جدید و پیشبینی در زمانهای آیندهی قیمت مسکن شهر تهران استفاده میشود. بهترین مدل با ملاک میانگین مجذور خطای پیشگوییها و مقایسهی زمان محاسبات معرفی میشود. در نهایت نقشهی پیشگویی قیمت مسکن تهران در ماههای پایان سال ۱۳۹۴ ارائه شده است.
Karimi O, Hoseini F. Analysis of Hierarchical Bayesian Models for Large Space Time Data of the Housing Prices in Tehran. مجلهی بررسیها. 2018; 28 (2) :147-163 URL: http://ijoss.srtc.ac.ir/article-1-240-fa.html
کریمی امید، حسینی فاطمه. تحلیل مدلهای سلسلهمراتبی بیزی روی دادههای فضایی- زمانی حجیم قیمت مسکن شهر تهران. مجلهی بررسیهای آمار رسمی ایران. 1396; 28 (2) :147-163