پیشگر، الهه و محمدی، علی‌رضا (1399). تحلیلی بر تغییرات نماگرهای مسکن در کلان‌شهر تهران طی دورة 1388 ـ 1398. اقتصاد و برنامه‌ریزی شهری، 1 (2)، 106 ـ 118.
حاتمی‌نژاد، حسین؛ واحدیان‌بیکی، لیلا و پرنون، زیبا (1393). سنجش الگوی توزیع فضایی خدمات شهری در منطقة ۵ شهر تهران به کمک مدل آنتروپی و ویلیامسون. تحقیقات جغرافیایی، د ۲9، ش 3، 17 ـ ۲8.
رضائیان، سجاد؛ عسگری، حشمت‌الله و درویشی، باقر (1398). بررسی عوامل تعیین‌کنندة اجارة مسکن در شهر ایلام با رویکرد اقتصادسنجی فضایی هدانیک. اقتصاد و مدیریت شهری، ۷ (۲۶)، 15 ـ ۲۷.
زالی، سعید؛ پهلوانی، پرهام و بیگدلی، بهناز (1402). تحلیل فضایی‌ـ زمانی عوامل مؤثر بر قیمت مسکن (موردشناسی: منطقة 5 شهرداری تهران). آمایش سرزمین، 1 (15)، 115 ـ 130.
سوری، د. و منیری‌جاوید، س. (1390). مدل تعیین قیمت مسکن، کاربردی از روش رگرسیون موزون جغرافیایی. مدیریت شهری، 9 (ویژه‌نامه)، 7 ـ 28.
شهابیان، پ.؛ تابان‌تراشکار، س. و توسلی، مریم (1397). تحلیل رابطة میان تراکم ساختمانی با مؤلفه‌های اجتماعی و اقتصادی در محلة تختی منطقة 12 شهرداری شهر تهران با استفاده از مدل رگرسیون وزن‌دار فضایی. معماری و شهرسازی آرمان‌شهر، 11 (25)، 329 ـ 342.
صارمی، ح.؛ حیدری، م. و آقایی، ف. (1397). تحلیل فضایی قیمت مسکن با استفاده از تکنیک رگرسیون موزون جغرافیایی (مورد مطالعه: منطقة 2 شهرداری تهران). اقتصاد شهری، 3 (2 ( پیاپی 5))، 19 ـ 38.
کوه‌پیما، ج.؛ ارگانی، م. و نیسانی سامانی، ن. (1396). تخمین قیمت آپارتمان با استفاده از رگرسیون خطی و وزن‌دار جغرافیایی (مطالعة موردی: منطقة 6 شهر تهران). پژوهش‌های جغرافیای برنامه‌ریزی شهری، 8 (2)، 347 ـ 369.
ملکی، بهروز (1395). تحلیل بازار مسکن ایران. تهران: سازمان مدیریت صنعتی.
موحد، مرجان و شیخی، حجت (1399). بررسی تأثیر گسترش حمل‌ونقل عمومی بر قیمت مسکن با استفاده از مدل هدانیک (نمونة موردی: شهر کرمانشاه). آمایش محیط، 13 (51)، 159 ـ 178.
نیک‌پور، ع.؛ رضازاده، م. و اله‌قلی تبارنشلی، ف. (1398). تحلیل نقش عوامل مؤثر بر قیمت زمین با استفاده از مدل رگرسیون وزنی جغرافیایی (GWR) (موردشناسی: شهر بابلسر). جغرافیا و آمایش شهری ـ منطقه‌ای، 9 (31)، 93 ـ 112.
Maleki, B. (2016). Iran Housing Market Analysis. Tehran: Industrial management institute. (in Persian)
Buja, A., Hastie, T., & Tibshirani, R. (1989). Linear Smoothers and Additive Models. Annals of Statistics, 17: 453-555.
Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1999). Some notes on parametric significance tests for geographically weighted regression. Journal of Regional Science, Vol. 39, No. 3, 497–524.
Foody, G. M. (2004). Thematic map comparison: Evaluating the statistical significance of differences in classification accuracy. Photogrammetric Engineering and Remote Sensing, 70, 627-633.
Geng, J., Cao, K., Yu, L., & Tang, Y. (2011). Geographically Weighted Regression model (GWR) based spatial analysis of house price in Shenzhen. Proceedings - 19th International Conference on Geoinformatics, 1-5.
Hataminejad, H., Vahedian Beiki, L., & Parnoon, Z. (2014). The spatial distribution pattern of urban services measurement in fifth region of Tehran using Entropy and Williamson models. GeoRes, 29 (3), 17-28. (in Persian)
Huang, B., Wu, B., & Barry, M. (2010). Geographically and temporally weighted regression for modeling spatiotemporal variation in house prices. International Journal of Geographical Information Science, 24 (3), 383-401.
Koohpayma, J., Argany, M., & Samani, N. (2020). Apartments Price Estimation using Linear and Geographically Weighted Regression (Case Study: District six of Tehran city). Geographical Urban Planning Research (GUPR), 8(2), 347-369. (in Persian)
(2011). The impact of location on housing prices: applying the artificial neural network model as an analytical tool. ERSA conference, 1-26.
Liu, J., Yang, Y., Xu, S., Zhao, Y., Wang, Y., & Zhang, F. (2016). A Geographically Temporal Weighted Regression Approach with Travel Distance for House Price Estimation. Entropy, 18(8), 303.
Movahed, M. & Sheikhi, H. (2021). Study the Effect of Public Transportation Expansion on Housing Price Using the Hedonic Model (A Case Study of Kermanshah). Environmental Based Territorial Planning (Amayesh), 13(51), 159-177. (in Persian)
Nikpour, A., Rezazadeh, M., & Allahgholi Tabar-Nashli, F. (2019). Analysis of the role of factors affecting land prices using geographically weighted regression model (A case study for Babolsar City, Iran). Journal of Geography and Urban Planning, 9, 93-112. (in Persian)
Oshan, T.M., Li, Z., Kang, M., Wolf, L.J., & Fotheringham, S. (2019). Mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS Int. J. Geo-Inf. 8(6), 269.
Pishgar, E. & Mohammadi, A. (2020). An analysis of changes in housing indicators in the metropolis of Tehran during the period 2009-2019. Urban Economics and Planning, 1 (2), 106-118. (in Persian)
Pourmohammadi, M., Hakimi, H., & Mirzaie, A. (2018). Studying the Relationship between Building Density and Land Price: Case Study of the Municipal Zone 1 of Tabriz Metropolis. Journal of Geography and Urban Space Development, 4, 169-188. (in Persian)
Rezaeian, S., Asgari, H., & Darvishi, B. (2019). The Study of Determinants of Rent Housing in Ilam City Based on Hedonic Spatial Econometrics. IUESA, 7(26), 15-27. (in Persian)
Saremi, H., Heydari, M., & Aghaei, F.A. (2018). Spatial Analysis of Housing Prices Using Geographically Weighted Regression (A Case Study for District 2 of Tehran Metropolitan City, Iran). Urban Economics, 3, 19-38. (in Persian)
Shahabian, P., Taban Tarashkar, S., & Tavasoli, M. (2019). Analyzing the Relationship between Social and Economic Factors of Floor Area Ratio in Takhti Neighborhood, Zone 12 of Tehran Using GWR. Armanshahr Architecture & Urban Development, 11(25), 329-342. (in Persian)
Sisman, S. & Aydinoglu, A.C. (2022). A modelling approach with geographically weighted regression methods for determining geographic variation and influencing factors in housing price: A case in Istanbul. Land Use Policy, Elsevier, Vol. 119 (C).
Sori, D. & Moniri-Javid, S. Estate pricing model, an application of geographic balanced regression.
Urban Management (2011). 9: 7-28. (in Persian)
Stone, C. J. (1986). [Generalized additive models]: comment. Statistical Science, 1(3), 312-314.
Zali, S., Pahlavani, P., & Bigdeli, B. (2023). A Spatial-Temporal Analysis of the Factors Effective on Housing Prices (Case study: District 5 of Tehran Municipality). Town and Country Planning, 15(1), 115-130. (in Persian)
