基于 R Earth 包的新工作流系统

我们的工具集中添加了基于 R/earth 版本 MARS(多元自适应回归样条)的 URAR 评估新工作流程。     

转换增加了一些改进,例如通过提交到 earth() 处理 MLS 输入的完全自动化,将 R::earth 输出解析为带有调整的 Excel 电子表格,以及对每个配置文件的 URAR 字段的调整进行聚合用户可以修改以改变:

  • 要分析的字段,
  • 双向与单向交互的激活,
  • 当用户选择该选项时允许双向交互的变量,以及
  • URAR 字段以汇总模型指定的调整。

自动化的工作流程确实显着加快了评估过程并提高了评估的准确性。

准确度的提高来自更准确的 CQA 到残差映射(或函数)。 该函数用 C++ 编写,取代了之前通过 Minitab/Salford-Systems MARS 完成的函数生成。

我使用 R Studio 在 R 脚本和 C++ 中开发了新的工作流系统。 R Studio 也用于执行,尽管我计划在 C# 中创建一个前端来管理工作流。 该系统包含大约 1500 行 R 脚本代码和 500 行 C++ 代码。

系统将为无限数量的销售可比对象生成 URAR 调整,将所有调整到其平均值的 0.00001% 以内。 

我使用了销售比较方法的变体,也称为

  • 主观价值遏制法(SVCA),
  • 无形价值遏制法(ICVA),或
  • 贡献价值法 (CVA)

对于此工作流程。 在这些名称中,贡献价值方法可能是最准确的。 尽管“无形价值遏制法”强调了该方法的真正优势,即估算市场价值的更为精确的术语。 然而,这种描述的一个缺点是通过回归残差捕获的值更准确地包含了 所有 未进入第一阶段回归分析的变量。 更具体地说,这些变量中的一些可能是部分有形的,尽管由于各种原因无法测量。 术语 CVA 或贡献价值方法还强调调整的计算是由于 第一 计算属性特征的贡献值,加上一个典型的基值。

翻译»