Author
Desmet, Pierre
Hendaoui, Feyrouz
Type
Article accepté pour publication ou publié
Abstract (FR)
La méthode des prix hédoniques a été proposée pour fixer le prix d'un produit complexe, comportant des attributs séparables, ou pour déterminer son prix relatif. Elle repose sur l'évaluation du prix de chaque composante formant cette offre groupée, par une approche statistique des équilibres des marchés observés. Elle est utilisée en pratique dans le secteur de l'automobile comme pour les biens durables et semi-durables. L'un des principaux problèmes à résoudre est celui de la validité faciale des valeurs obtenues pour les attributs compte tenu de la multi colinéarité. dans cet article nous analysons et illustrons l'intérêt pratique de deux méthodes connexionises, à base de réseaux de neurones multi couches, par rapport à la méthode traditionnelle de régression linéaire. les résultats ne permettent pas de conclure à une nette supériorité de ceux ci malgré leur plus grande souplesse dans la prise en compte des interactions netre les variables
Abstract (EN)
The hedonic prices method has been proposed to determine the price of a complex product, with several separable attributes, or to evaluate its relative price. It is based on the evaluation of a separate price for each component of the bundle with a statistical approach of market equilibrium. This method is used for automobile and for durable goods as well (computers, apartments...). One of the major drawbacks is the insufficient facial validity of estimated prices, due to a multicolinearity problem. In this paper, we analyze and compare the practical interest of two neural multilayer networks versus linear regression. These results lead us to the conclusion that there is no obvious superiority of neural networks in spite of their higher adaptability to cope with the interactions between the characteristics.
