Huurprijzen en richthuurprijzen. Deel III ... - Steunpunt wonen
Huurprijzen en richthuurprijzen. Deel III ... - Steunpunt wonen
Huurprijzen en richthuurprijzen. Deel III ... - Steunpunt wonen
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
absolute waard<strong>en</strong>. Dus hoewel we de RMSE statistiek meegev<strong>en</strong>, kan m<strong>en</strong> als<br />
vuistregel gebruik<strong>en</strong> dat de gemiddelde absolute fout in het geval van normaal<br />
verdeelde fout<strong>en</strong> hiervan ongeveer 80% bedraagt.<br />
Model (2) geeft aan dat 67% van de variantie verklaard kan word<strong>en</strong> met<br />
woningk<strong>en</strong>merk<strong>en</strong> <strong>en</strong> statistische sectorinformatie. De RMSE is 73, wat neerkomt<br />
op e<strong>en</strong> gemiddelde absolute fout (MAE) van 60 €. Dit is zeer behoorlijk aangezi<strong>en</strong><br />
de geobserveerde waard<strong>en</strong> ook slechts schatting<strong>en</strong> zijn. In het geval we<br />
vooropstell<strong>en</strong> dat de notarisschatting<strong>en</strong> e<strong>en</strong> ev<strong>en</strong> grote voorspelfout mak<strong>en</strong> als het<br />
hedonische prijsmodel, dan kunn<strong>en</strong> we de gemiddelde voorspelfout t<strong>en</strong> opzichte<br />
van de werkelijke maar niet-geobserveerde markthuurwaarde b<strong>en</strong>ader<strong>en</strong> door de<br />
MAE van het model te del<strong>en</strong> door 2 (zie bijlage 7.1.2). In dit geval betek<strong>en</strong>t dit<br />
dat de schatting van zowel de notariss<strong>en</strong> als ons model gemiddeld 40 € verschilt<br />
van de werkelijke markthuurwaarde. Dit lijkt zeer acceptabel.<br />
Model (1) geeft aan dat 80% van de variantie verklaard kan word<strong>en</strong> indi<strong>en</strong> we ook<br />
geme<strong>en</strong>tedummies toevoeg<strong>en</strong>. De RMSE is 60, wat neerkomt op e<strong>en</strong> gemiddelde<br />
absolute fout van 50 €. In het geval we weer vooropstell<strong>en</strong> dat de<br />
notarisschatting<strong>en</strong> e<strong>en</strong> ev<strong>en</strong> grote voorspelfout mak<strong>en</strong> als het hedonische<br />
prijsmodel, dan bekom<strong>en</strong> we e<strong>en</strong> gemiddelde voorspelfout t<strong>en</strong> opzicht van de<br />
werkelijke markthuurwaarde van 35 €. Bemerk echter dat we hier zeer veel<br />
geme<strong>en</strong>te-dummies hebb<strong>en</strong> toegevoegd, <strong>en</strong> het dus ook logisch dat de R² stijgt.<br />
Dit kan leid<strong>en</strong> tot overfitting van het model. Overfitting vindt plaats wanneer er<br />
teveel verklar<strong>en</strong>de variabel<strong>en</strong> in het model opg<strong>en</strong>om<strong>en</strong> word<strong>en</strong> t<strong>en</strong> opzichte van<br />
het aantal observaties waardoor de geschatte coëfficiënt<strong>en</strong> minder betrouwbaar<br />
word<strong>en</strong>. We hebb<strong>en</strong> dit echter toch gedaan omdat de resultat<strong>en</strong> met model (2),<br />
dus zonder de geme<strong>en</strong>te-dummies, redelijk robust <strong>en</strong> consist<strong>en</strong>t lek<strong>en</strong>. Bov<strong>en</strong>di<strong>en</strong><br />
zijn de geschatte waard<strong>en</strong> van de geme<strong>en</strong>te-dummies ook zeer logisch. We<br />
kom<strong>en</strong> hier later op terug.<br />
De R² van modell<strong>en</strong> waarbij <strong>en</strong>kel de VMSW data als onafhankelijke variabele in<br />
het model opg<strong>en</strong>om<strong>en</strong> war<strong>en</strong>, lag<strong>en</strong> in het interval [0.50-0.53]. Dit is laag om voor<br />
predicties te gebruik<strong>en</strong>, maar geeft tegelijkertijd wel goed weer dat de<br />
woningk<strong>en</strong>merk<strong>en</strong> op zich belangrijk zijn. We besprek<strong>en</strong> daarom eerst de<br />
resultat<strong>en</strong> van de woningk<strong>en</strong>merk<strong>en</strong>.<br />
5.1 Woningk<strong>en</strong>merk<strong>en</strong><br />
In onderstaande tabel bevind<strong>en</strong> zich de resultat<strong>en</strong> van het hedonisch prijsmodel.<br />
Deze regressieresultat<strong>en</strong> zijn reeds gebaseerd op het finale model (1= met<br />
geme<strong>en</strong>te dummies, 2 zonder geme<strong>en</strong>te-dummies, <strong>en</strong>kel statistische sector<br />
informatie) . We gev<strong>en</strong> hier de subset van woningk<strong>en</strong>merk<strong>en</strong> weer. Voor de<br />
woningk<strong>en</strong>merk<strong>en</strong> met betrekking tot woningstaat, bouwfysische kwaliteit <strong>en</strong><br />
uitrustingsniveau word<strong>en</strong> de schatting<strong>en</strong> van de eerste regressiestap<br />
weergegev<strong>en</strong>. (zie 4.2 2-stapsmodel met interactievariabel<strong>en</strong>). Wanneer we de<br />
woningk<strong>en</strong>merk<strong>en</strong> afzonderlijk zoud<strong>en</strong> regresser<strong>en</strong> op de verhuurprijs zou reeds<br />
ongeveer 50% van alle variantie verklaard kunn<strong>en</strong> word<strong>en</strong>.<br />
Onderstaande tabel di<strong>en</strong>t als volgt gelez<strong>en</strong> te word<strong>en</strong>. De eerste kolom geeft aan<br />
over welk k<strong>en</strong>merk het gaat. De tweede kolom geeft aan welke variabel<strong>en</strong> er in het<br />
model zitt<strong>en</strong> voor elk k<strong>en</strong>merk. Voor de leeftijd zi<strong>en</strong> we bvb. dat er naast de lineaire<br />
variabele ook e<strong>en</strong> kwadratische variabele in het model is gebracht. Hierdoor kan<br />
het model het effect van leeftijd fijner modeller<strong>en</strong>: e<strong>en</strong> to<strong>en</strong>ame van de leeftijd van<br />
30