🏠 Modelo Automatizado de Valuación de Propiedades — Regresión en Vivo

R² es la fracción de la varianza en los precios de venta comparables que explica la regresión ajustada, calculada como 1 menos la razón entre la suma de residuos al cuadrado y la suma total de desviaciones al cuadrado respecto al precio medio. Un R² de 0.85 significa que el 85% de la variación de precio entre los comparables se explica por las cinco características del modelo; el 15% restante se atribuye al ruido, a características no medidas, o a la aleatoriedad genuina en cómo los compradores valoran una propiedad específica. Como esta simulación genera los comparables a partir de un modelo subyacente verdadero más ruido aleatorio, el R² aquí es una medida directa y ajustable de cuánto de ese ruido has inyectado.

Los mínimos cuadrados ordinarios eligen cada coeficiente para explicar de la mejor manera posible la variación de precio atribuible a esa característica, teniendo en cuenta todas las demás, por lo que una característica que mueve mucho el precio por cada unidad de cambio (como 1,000 pies cuadrados adicionales) obtiene naturalmente un coeficiente mayor que una con un efecto de precio típico más pequeño (como un punto de una calificación de condición de 1 a 10), incluso si ambas son igualmente "importantes" en un sentido estadístico. El gráfico de barras de esta simulación te permite comparar los coeficientes ajustados con los coeficientes generadores reales, y observar cómo los valores ajustados convergen hacia los reales a medida que se añaden más ventas comparables y se reduce el ruido de estimación.

Un intervalo de confianza (lo que muestra esta simulación) acota la incertidumbre en la estimación del modelo sobre el precio promedio de propiedades con las características exactas del sujeto — se estrecha hacia cero a medida que llegan más datos comparables, porque con datos infinitos conocerías ese promedio exactamente. Un intervalo de predicción, en cambio, acota dónde es probable que caiga un precio de venta real, lo cual también debe tener en cuenta el ruido irreducible en las transacciones individuales (caprichos del comprador, negociación, momento) y por eso nunca se reduce por debajo de aproximadamente la desviación estándar residual, sin importar cuántos datos recojas. Los AVM en producción reportan algo más cercano a un intervalo de predicción, porque a los clientes les importa un precio de venta único, no un promedio.

Los AVM tienen dificultades con propiedades únicas o inusuales que quedan fuera del rango de las ventas comparables cercanas, con mercados de movimiento rápido donde los comparables recientes ya están desactualizados, y con características difíciles de cuantificar numéricamente, como el atractivo exterior, la calidad del acabado de una renovación reciente o una calle ruidosa. También heredan cualquier sesgo presente en los datos históricos de ventas — si ciertos vecindarios fueron históricamente sub o sobrevalorados por razones ajenas al mercado, un AVM entrenado ingenuamente proyectará ese patrón hacia adelante. Por eso los reguladores generalmente exigen una tasación humana, no solo un AVM, para decisiones de alto riesgo como préstamos hipotecarios por encima de cierto monto.