Ý tưởng là tốt nhưng việc thực hiện đề xuất có thể quá đơn giản để đáng tin cậy. Giá thuê là một tài sản của hệ thống kinh tế. Bên cạnh việc bị ảnh hưởng bởi vị trí, chúng còn liên quan đến các biến số kinh tế khác theo những cách quan trọng: tình trạng của nền kinh tế địa phương (và quốc gia), giá nhà đất địa phương, vốn khả dụng, tỷ lệ việc làm, v.v. Để làm tốt công việc bạn cần một mô hình kinh tế lượng . Nó có thể có lợi từ việc có một số thuật ngữ độ trễ không gian , nhưng trước khi các biến chứng như vậy được xem xét, bạn cần bao gồm nhiều đồng biến kinh tế này.
Phải nói rằng, khả năng thành công của bạn phụ thuộc vào mối quan hệ giữa dữ liệu bạn có và giá thuê bạn muốn dự đoán. Nếu dữ liệu của bạn là một mẫu đại diện của cả quốc gia và được phân tán theo địa lý - hãy nghĩ về những ngôi nhà như nho khô trên cookie và bạn có dữ liệu về mọi loại nho khô khác trong cookie - thì một mô hình tương đối đơn giản có thể đủ. Nếu dữ liệu của bạn tập trung về mặt địa lý - có thể bạn có thông tin về nho khô ở bên phải của cookie và bạn muốn đưa ra dự đoán cho nho khô ở bên trái - thì vấn đề khó khăn hơn.
Một điểm tốt khởi hành sẽ là để phù hợp với một mô hình kinh tế lượng tuyến tính thông thường của giá thuê đặc điểm hộ gia đình và tổng đặc điểm không gian (chẳng hạn như chính sách nhà nước hoặc thuế quận), tính dư, và bắt đầu khám phá các phần dư không gian (sử dụng variography , không gian hạt nhân smooths , v.v.) để nắm bắt các hiệu ứng địa lý.
Phần mềm phù hợp là có sẵn như là add-ons cho R .