Artificial neural networks and geostatistical models for housing valuations in urban residential areas

References

• Caridad Y Ocerín, J. M., & Ceular Villamandos, N. (2001). Un análisis del mercado de la vivienda a través de redes neuronales artificiales. Estudios de economía aplicada, 67, 81.
   Google Scholar
• Caridad Y Ocerín, J. M., Nuñez-Tabales, J., & Ceular Villamandos, N. (2008). Metodología de precios hedónicos vs. Redes Neuronales Artificiales como alternativas a la valoración de inmuebles. Un caso real. CT: Catastro, 62, 27–42.
   Google Scholar
• Chica-Olmo, J., Cano, R., & Chica-Olmo, M. (2007). Modelo hedónico espacio-temporal y análisis variográfico del precio de la vivienda. GeoFocus. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, 7, 56–72.
   Google Scholar
• Daşkiran, F. (2015). Denizli kentinde konut talebine etki eden faktörlerin hedonik fiyatlandirma modeli ile tahmin edilmesi. Journal of International Social Research, 8, 37.
   Google Scholar
• Freeman, J., & Skapura, D. M. (1993). Redes neuronales, algoritmos, aplicaciones y técnicas de programación (pp. 26–241). Barcelona: Wilmington Addison-Wesley Diaz de Santos.
   Google Scholar
• Gámez, M., Montero, J. M., & García, N. (2000). Kriging methodology for regional economic analysis: Estimating the housing price in Albacete. International Advances in Economic Research, 6, 438–451.
   Google Scholar
• García-Rubio, N. (2004). Desarrollo y aplicación de redes neuronales artificiales al mercado inmobiliario: aplicación a la ciudad de Albacete (Doctoral dissertation). Retrieved from https://dialnet.unirioja.es/servlet/tesis?codigo=104745
   Google Scholar
• Guigou, J. L. (1982). La rente foncière: Les théories et leur évolution depuis 1650. Paris, France: Economica.
   Google Scholar
• Haykin, S. (1999). Neural networks: A comprehensive foundation. New York, NY: Prentice–Hall.
   Google Scholar
• Karanlık, S., Ağca, N., & Yalçın, M. (2011). Spatial distribution of heavy metals content in soils of Amik Plain (Hatay, Turkey). Environmental monitoring and assessment, 173(1), 181–191.
   PubMed Web of Science ®Google Scholar
• Kontrimas, V., & Verikas, A. (2011). The mass appraisal of the real estate by computational intelligence. Applied Soft Computing, 11(1), 443–448.
   Web of Science ®Google Scholar
• Krige, D. G. (1951). A statistical approach to some basic mine valuation problems on the Witwatersrand. Journal of the Southern African Institute of Mining and Metallurgy, 52(6), 119–139.
   Google Scholar
• Londoño, L. A., & Valdés, J. C. (2012). Geoestadística Aplicada. Spain: Académica Española.
   Google Scholar
• Martín, B., & Sanz, A. (2006). Redes neuronales y sistemas borrosos. Madrid: RA-MA.
   Google Scholar
• Morillo, M. C., García-Cepeda, F., Martínez-Cuevas, S., Molina, I., & García-Aranda, C. (2016). Geostatistical study of the rural property market applicable to the region of Murcia (Spain). Applied Spatial Analysis and Policy, 10, 585–607.
   Web of Science ®Google Scholar
• Olmo, J. C. (1994). Teoría de las variables regionalizadas: Aplicación en economía espacial y valoración inmobiliaria. Granada: Universidad de Granada.
   Google Scholar
• Park, B., & Bae, J. K. (2015). Using machine learning algorithms for housing price prediction: The case of Fairfax County, Virginia housing data. Expert Systems with Applications, 42, 2928–2934.
   Web of Science ®Google Scholar
• Pérez, C., & Santín, D. (2008). Minería de Datos. Técnicas y Herramientas. Madrid: Paraninfo.
   Google Scholar
• Pérez, J. (2017). Herramientas Matlab para la selección de entradas y predicción neuronal de valores en bolsa (Master´s thesis). Retrieved from http://bibing.us.es/proyectos/abreproy/12166/fichero/Archivo+%C3%ADndice.pdf
   Google Scholar
• Peterson, S., & Flanagan, A. (2009). Neural network hedonic pricing models in mass real estate appraisal. Journal of Real Estate Research, 31, 147–164.
   Web of Science ®Google Scholar
• Roca, J. (1988). La estructura de valores urbanos: Un análisis teórico-empírico. España: Instituto de Estudios de Administración Local.
   Google Scholar
• SEC (2016) Website of Sede Electrónica del Catastro (last access November 2016) http://www.sedecatastro.gob.es.
   Google Scholar
• Tabales, J. N., Carmona, F. R., & Caridad, J. M. (2017). Redes neuronales (RN) aplicadas a la valoración de locales comerciales. Informes de la Construcción, 69(545), 179.
   Web of Science ®Google Scholar
• Tobler, W. R. (1970). A computer movie simulating urban growth in the Detroit region. Economic geography, 46(Suppl), 234–240.
   Web of Science ®Google Scholar
• Wang, J. F., Christakos, G., & Hu, M. G. (2009). Modeling spatial means of surfaces with stratified nonhomogeneity. IEEE Transactions on Geoscience and Remote Sensing, 47(12), 4167–4174.
   Web of Science ®Google Scholar
• Xie, Y. F., Li, X. W., Wang, J. F., Christakos, G., Hu, M. G., An, L. H., & Li, F. S. (2012). Spatial estimation of antibiotic residues in surface soils in a typical intensive vegetable cultivation area in China. Science of the Total Environment, 430, 126–131.
   PubMed Web of Science ®Google Scholar