Parameter Identification

William Bert Craytor

doi:10.67330/xjszh949

著者

William Bert Craytor Author https://orcid.org/0000-0003-2219-9156

DOI:

https://doi.org/10.67330/xjszh949

キーワード:

identification、 rank deficiency、 collinearity、 bracketing、 estimand、 USPAP、 appraisal foundations

要旨

パラメータは、モデルの仮定の下で、観測可能なデータの分布によって一意に決定される場合に、同定されたとみなされる。同定は推定よりも論理的に先行するものであり、問うているのは「この標本から得られる最良の推定値は何か」ではなく、「母集団全体がそのパラメータを特定できるかどうか」という異なる問いである。同定に失敗した場合、いかなる推定量、標本サイズ、あるいはモデルの改良によってもそれを修復することはできない。本稿では、パシフィカデータセットを、ある1つのパターンにある10件の不動産に限定することで同定について考察する。このサブマーケットでは、コンディション3の不動産はすべて改装されていたが、コンディション2の不動産は改装されていなかった――これは人為的なものではなく、市場でよく見られるパターンである。そのサブサンプル内では、改修係数は単に不正確であるだけでなく、存在しない。すなわち、設計行列はランク欠損であり、最小二乗法は値を報告しない一方で、コンディション係数は正確に$100,000を返す。これは2つの効果の和であり、2つの効果が決定される唯一の形式である。区画面積、総賃貸可能面積（GLA）、眺望は、全ケースを通じてその生成値として復元されており、これは識別がパラメータごとに行われていること、および成功した係数の中には識別失敗が表れていないことを示している。本項目は、範囲設定の要件を同定要件として再定義し、USPAPが求める適切な裏付けとなる市場データについて、補正が依拠するデータによって同定されることを要求するものとして扱い、項目008との対比を行っている。項目008では必要な情報が存在していたが利用されなかったのに対し、ここでは情報が欠如しており、その解決策は計算ではなく設計にある。