回帰 Regression

前回東京都の地価公示の住宅地価格を使ってＧＷＲモデルを作ったところ、結構な高精度が出てびっくりというお話をしました。

そんなに精度が高いのならば、別のものの価格を求めて試したくなるのが世の常。

やってみました。

令和5年東京都地価調査の住宅地７５７か所の価格を、このモデルを作って予測してみました。

結果は、

x軸に7月1日時点の本当の地価調査価格、y軸がモデルから求めた予測値で、グラフにするとこんな風になります。

見た感じからすると、予測の精度はなかなかいいんじゃないの。

ただし、価格はあくまでも対数を取ったものなので、ちょっとした誤差でも普通の価格に戻すと意外に誤差が大きかったりします。

ちょっと検証してみます。

東京都地価調査の住宅地平均価格は、300,444.5円（東京の住宅地、高っけぇ！）です。これに対して平均誤差（残差）は、約5万8千円、20%近い誤差があります。

これはあくまでも平均。残差率の分布はこのようになっています。

残差率が±20％未満が約６２６か所で、全体の約８３％がここに収まっている。残差率10％未満は４３６か所で５８％になります。つまり半数以上は誤差が10％未満に収まったということ。

精度だけからするといいモデルなんだけど、一生に一度の大きな買い物を平均約20％も誤差があるモデルに任せることができるかとなると、まだまだですね。

誤差平均で5％未満が一つの目安かな。