Investigamos el uso de un modelo hedónico aditivo generalizado (GAM) con P-spline para los precios de bienes raíces en grandes ciudades de EE. UU., contrastando su eficiencia predictiva con respecto a modelos lineales y polinómicos generalizados (GLM) comúnmente utilizados. Utilizando factores intrínsecos y extrínsecos disponibles de Redfin, mostramos que el modelo GAM es capaz de describir entre el 84% y el 92% de la varianza en el ln(precio de venta) esperado, basado en datos de 2021. En contraste, un GLM estrictamente lineal explicó entre el 65% y el 78% de la varianza, mientras que los GLM basados en polinomios explicaron entre el 82% y el 88%. A medida que el cambio climático se vuelve cada vez más importante, utilizamos el modelo GAM para examinar la significancia de los factores ambientales en dos centros urbanos en la costa noroeste. Si bien los resultados indican diferencias dependientes de la ciudad en la significancia de los factores ambientales, encontramos que la inclusión de los factores ambientales aumenta el ajuste del modelo GAM en menos del 1%. En tercer lugar, nuestros resultados indican que la importancia de la proximidad a la residencia de delincuentes sexuales como un factor de precios está fuertemente influenciada por las regulaciones estatales sobre la residencia de delincuentes sexuales.