利用模型残差识别感兴趣的租赁物业：价格异常分数（PAS）及其在曼哈顿实时数据中的应用

通过收集曼哈顿可租赁房产数据，研究了模型残差的理解和泛化。剩余的残差揭示了重要的见解，当泛化至数据集的至少75％时。引入了价格异常得分（PAS），通过相对价格差异与统计意义相结合，提供了对租金估值的多方面观点。通过聚合PAS值，可以对上下界进行微调以识别高价或低价房产。