Breusch- Pagan 檢定，先行檢定普通最小平方法(OLS)之迴歸模型的誤差項有無異質性 問題存在。模型存在異質性時，即採用一般化最小平方法(generalized least squares，
GLS)，以修正模型異質性問題。
首先，我們以變異數膨脹因子(variance inflation factor, VIF)來判定自變數間是否 具有嚴重共線性問題存在，結果顯示五條不同距離之迴歸模型的 VIF 值均小於 10，
且根據 Neter, Kutner, Nachtsheim and Wasserman (1996)的建議，VIF 小於 10，表示自 變數間並無嚴重共線性問題存在。
一般化最小平法估計得以修正此問題，且以一般化最小平方法所估計之迴歸模型較為恰 當。因此本研究將以一般化最小平方法所估計之迴歸係數做詳述說明。
從表 6 的 Model 2 可以得知，以一般化最小平方法估計的迴歸結果顯示，其 F 統計量 為 955.221，達到 1%顯著水準；
R 為 64.9%，表示迴歸模型之模型配適度佳。其 VIF 值，
2 除屋齡與其二次方大於 10 外，其餘變數之 VIF 值均小 10，表示自變數間，並無嚴重的 共線性問題存在。一般化最小平方迴歸模型中，其解釋變數迴歸結果之詳細說明，如表 6 Model 2 所示，
在住宅基本屬性部分，住宅面積估計係數為 0.017，達到 1%顯著水準，表示住宅面積每 增加一坪，住宅價格將增加約 1.7%。屋齡估計係數為 -0.016，達到 1%顯著水準，表示屋 齡每增加一年，則住宅價格將減少約 1.6%，其二次方之估計係數均為 0.001 亦達到 1%顯 著水準，表示屋齡越高，則住宅價格越低，但其降低的幅度越來越小，呈現遞減的狀態。
房間數估計係數為 0.027，達到 1%顯著水準，表示房間每增加一間，住宅價格將增加約 2.7%。廳堂數估計係數為 0.082，達到 1%顯著水準，表示廳堂每增加一間，住宅價格將 增加約 8.2%。衛浴數估計係數為 0.136，達到 1%顯著水準，表示衛浴每增加一間，住宅 價格將增加約 13.6%。所在樓層為一樓之係數為 0.175；四樓之係數為-0.069，達 1%顯著 水準，表示所在樓層別為一樓者比其他樓層高出約 17.5%；所在樓層別為四樓者較其他樓 低約 6.9%。住宅類型之估計係數為 0.253，達到 1%顯著水準，表示大廈之住宅價格比公 寓樓之住宅價格高出約 25.3%。
在鄰里環境屬性部分，至捷運站距離估計係數為-2.604e-5，達到 1%顯著水準，表示 至捷運站距離每增加 1 公尺住宅價格將減少約 0.026%。至火車站距離估計係數為 -2.408e-5，達到 1%顯著水準，表示至火車站距離每增加 1 公尺，住宅價格將減少約 0.024%。至國小距離估計係數為-8.204e-5，達到 1%顯著水準，表示至國小距離每增加 1 公尺，住宅價格將減少約 0.082%。至國中距離估計係數為-8.360e-5，達到 1%顯著水準，
表示至國中距離每增加 1 公尺，住宅價格將減少約 0.083%。
在差異中之差異屬性部分，豪宅取得建造執照時間之估計係數為 0.202，達到 1%
顯著水準，表示住宅價格在豪宅取得建造執照後比取得建造執照前，高出約 20.2%。
豪宅鄰近地區估計係數為 0.101，均達到 1%顯著水準，表示位在豪宅鄰近地區比非豪 宅鄰近地區之住宅價格，高出約 10.1%。豪宅取得建造執照時間×豪宅鄰近地區之估 計係數為 0.106，達到 1%顯著水準，表示取得建造執照之時間差異與鄰近地區與非鄰 近地區之空間差異之差異為 10.6%。
Model 3 為將豪宅鄰近地區即實驗組再劃分為 3 個區間，分別為 100 公尺以內、100 公尺道 300 公尺與 300 公尺到 500 公尺，欲比較受豪宅影響之鄰近地區其影響程度是否會 隨著與豪宅的距離增加而有所變化，以一般化最小平方法之迴歸結果如 Model 3，其 F 統 計量為 765.499，達 1%顯著水準，
R 為 65.0%。其各變數之係數結果為住宅面積估計
2 係數為 0.017，達到 1%顯著水準，表示住宅面積每增加一坪，住宅價格將增加約 1.7%。屋齡估計係數為 -0.016，達到 1%顯著水準，表示屋齡每增加一年，則住宅價格將減少約 1.6%，其二次方之估計係數均為 0.001 亦達到 1%顯著水準，表示屋齡越高，則住宅價格 越低，但其降低的幅度越來越小，呈現遞減的狀態。房間數估計係數為 0.026，達到 1%
顯著水準，表示房間每增加一間，住宅價格將增加約 2.6%。廳堂數估計係數為 0.083，達 到 1%顯著水準，表示廳堂每增加一間，住宅價格將增加約 8.3%。衛浴數估計係數為 0.136，達到 1%顯著水準，表示衛浴每增加一間，住宅價格將增加約 13.6%。所在樓層為 一樓之係數為 0.174；四樓之係數為-0.069，達 1%顯著水準，表示所在樓層別為一樓者比 其他樓層高出約 17.4%；所在樓層別為四樓者較其他樓低約 6.9%。住宅類型之估計係數 為 0.254，達到 1%顯著水準，表示大廈之住宅價格比公寓樓之住宅價格高出約 25.4%。
至捷運站距離估計係數為-2.586e-5，達到 1%顯著水準，表示至捷運站距離每增加 1 公尺住宅價格將減少約 0.026%。至火車站距離估計係數為-2.408e-5，達到 1%顯著水準，
表示至火車站距離每增加 1 公尺，住宅價格將減少約 0.024%。至國小距離估計係數為 -8.282e-5，達到 1%顯著水準，表示至國小距離每增加 1 公尺，住宅價格將減少約 0.083%。
至國中距離估計係數為-8.365e-5，達到 1%顯著水準，表示至國中距離每增加 1 公尺，住 宅價格將減少約 0.084%。
豪宅取得建造執照時間之估計係數為 0.202，達到 1%顯著水準，表示住宅價格在 豪宅取得建造執照後比取得建造執照前，高出約 20.2%。豪宅鄰近地區 100 公尺內之 估計係數為-0.025 未達到顯著水準。豪宅鄰近地區 100 公尺到 300 公尺之估計係數為 0.140，達到 1%顯著水準，表示距離豪宅 100 公尺到 300 公尺之住宅價格會增加約 14.0%。豪宅鄰近地區 300 公尺到 500 公尺之估計係數為 0.098，達到 1%顯著水準，
表示距離豪宅 300 公尺到 500 公尺之住宅價格會增加約 9.8%。再交互項的部分，即 豪宅取得建造執照後且位在鄰近地區 100 公尺以內、100 公尺到 300 公尺與 300 公尺 到 500 公尺之估計係數分別為 0.490、0.182 與 0.047，100 公尺以內、100 公尺到 300 公尺，分別達到 1%與 5%顯著水準，表示在豪宅取得建造執照後鄰近地區 100 公尺 內與 100 公尺到 300 公尺之住宅價格會增加 49.0%與 18.2%，而 300 公尺到 500 公尺 並未達到顯著水準。
最後 Model 4 係將 Model 3 加入各行政區變數後所估計之結果，其在住宅基本屬性、
鄰里環境屬性、差異中之差異屬性部分之係數變化上並無太大的差異，表示本研究所建立 Model 3 之迴歸模型具有穩健性。而在行政區的部分由 Model 4 可以得知，除了大同區與 文山區之估計係數並為達到顯著水準外，其他行政區之估計係數皆為正向且均達到 1%顯 著水準，表示除了大同區與文山區之住宅價格並無顯著高於萬華區之住宅價格，而其他行 政區之住宅價格均會高於萬華區之住宅價格。
表 6 實證分析結果
LIVEROOM
0.111***(10.157)
FLOOR
0.265***(15.312)
FLOOR
-0.059***(-5.570)
MRT
-4.084e-5***(-4.353)
TRAIN
-1.778e-5***(-10.470)
PRIM
-9.038e-5***(-4.900)
JUNI
-4.304e-5***(-3.329)
TREAT
0.079***(3.197)
中正區 0.371***
TREAT
-0.025(-0.273)
TREAT
0.140***(2.952)
TREAT
0.098***(3.066)
註：(1)估計係數值為未標準化之估計係數，括弧內數值為 t 統計量。
(2)***、**及*分別表示該係數在 1%、5%及 10%之顯著水準下，顯著異於 0。