مقايسه عملكرد شبكه عصبي و رگرسيون چند متغيره در تخمين قيمت مسكن (مطالعه موردي: شهر اهواز)

مسكن همواره نيازي اساسي در جامعه تلقي مي‌گردد. بازار مسكن طي سال‌هاي گذشته يكي از پرنوسانترين بخش‌هاي اقتصاد كشور ايران بوده است. از آنجايي كه نغييرات بخش مسكن تاثير فراواني بر ساير بخش‌هاي اقتصاد دارد بنابراين يكي از نيازهاي قابل توجه در امر مسكن، پيش‌بيني دقيق قيمت اين كالا ميباشد. در اين راستا در پژوهش حاضر با استفاده از شبكه عصبي مصنوعي پرسپترون چند لايه، مدلي براي پيش‌بيني قيمت مسكن در شهر اهواز ارائه و نتايج آن با مدل رگرسيون چند متغيره مقايسه گرديده است. نوع تحقيق توسعه‌اي–كاربردي و روش انجام آن توصيفي تحليلي مي‌باشد. به اين منظور 233 نمونه واحد آماري در سال 1392 بر اساس 16 متغير مربوطه مورد ارزيابي قرار گرفت. نتايج نشان داد كه شبكه عصبي پرسپترون چند لايه با دقت 91 درصدي نسبت به رگرسيون چند متغيره داراي دقت بيشتري در پيش‌بيني قيمت مسكن بوده است. همچنين جهت ارزيابي عملكرد مدل‌ها از ضرايب ، RMSE استفاده شد. ضريب تبيين ( ) با استفاده از رگرسيون چند متغيره 789. و مقدار آن براي شبكه عصبي 918. مي‌باشد. نتايج ارزيابي مدل رگرسيون مبين عملكرد ضعيف‌تر اين مدل در مقايسه با روش شبكه عصبي مصنوعي است.