基于回归分析的房价模型及预测.docVIP

毕 业 论 文 题 目 基于回归分析的房价模型及预测 学生姓名 王 赛 学号 0809014046 所在院(系) 数 学 与 计 算 机 科 学 学 院 专业班级 数学与应用数学(师范类)专业081班 指导教师 李晓康 论文完成地点 陕西理工学院 2012年5月27日 基于回归分析的房价模型及预测 陕西理工学院数学与计算机科学学院数学与应用数学 指导老师: 【摘要】 选取全国几个代表性城市,确定影响房价的主要因素,建立房价的数学模型—多元线性回归模型.首先用信息增益法找出影响房价的主要因素,确定模型,利用最小二乘法求解模型中的参数,用回归分析确定模型精度及检验,从而得出一个完整的数学模型;接着利用往年数据建立拟合曲线,预测未来四年影响北京市房价的主要因素及房价走势,并进行定量分析;最后根据模型进行预测,分析模型的优缺点并提出改进方向,并给出抑制房价的建议. 【关键词】 房价问题;回归模型;拟合曲线;预测;经济发展 1 引言 房价问题事关国计民生,对国家经济发展和社会稳定有重大影响,一直是各国政府大力关注的问题.我国自从取消福利分房制度以来,随着房价的不断飙升,房价问题已经成为全民关注的焦点议题之一,从国家领导人、地方政府官员,到开发商、专家学者、普通百姓通过各种媒体表达各种观点,但对于房价是否合理、未来房价的走势等关键问题,至今尚未形成统一的认识. 房地产行业作为中国经济的支柱产业,它的一举一动都影响着国民经济的发展以及吸引着媒体和大众的目光.近几年来房地产业已经成为一个社会关注度很高、情绪化影响很大、学术研究水平很低、政策手段很矛盾、调控效果很不确定的产业.而这几年,房价问题越来越受到人们的关注.所以,认清当今的房价现状,对我国相关政策法规的制定、企业发展规划以及普通家庭的置业理财等都大有裨益. 影响房价的因素有很多,如人口增长率、工薪收入、城乡人均储蓄余额、房屋造价、人均全年住房支出、城镇房地产开发投资等.回归分析变间相关系.本文拟采用信息增益法确定影响房价的主要因素,采用回归分析法建立模型,对未来房价进行分析和预测. 2 基本假设及定义符号说明 2.1基本假设 假设一假设二假设三假设五假设供需平衡指供应量=需求量: 表示工薪收入(元); : 表示城乡人均储蓄余额(元/人); : 表示造价(元/平方米); : 人均全年住房支出(元); : 竣工面积; : 人口增长率; : 开发商投资; : 商品房平均销售价(元/平方米); : 为随机变量; :序列的方差; 分别表示序列的均值; 分别表示,即中心化序列; : 模型参数; : 为残差的平方和; : 统计城市数(样本数); : 年份序号; : 中心化序列的协方差. 3 模型的建立 下表为我国13个城市商品房平均销售价及其相关因素统计表.依照此表可以求得各因素对商品房平均售价的影响程度,采用信息增益计算法. 表 3.1 13个城市商品房平均销售价及其相关因素统计表 城市 竣工面积(万平方米) 人口增长率(‰) 工薪收入(元) 城乡人均储蓄余额(元/人) 造价(元/平方米) 人均全年住房支出(元) 城镇房地产开发投资(亿元) 房价(元/平方米) 北 京 5225.5 3.50 21105.61 83601.71 2219.07 551.99 2337.7 13799 天 津 2240.1 2.60 14389.10 39781.95 2642.37 450.48 735.2 6886 石家庄 7751.0 6.50 9830.57 19263.99 1851.67 187.24 1520.0 3263 上 海 5719.9 2.70 23172.36 71355.13 2923.56 991.08 1462.1 12840 南 京 43307.5 2.56 13480.72 25994.34 2147.98 512.11 3338.5 4983 杭 州 40239.7 4.63 16701.04 34427.49 2049.83 652.20 2254.3 7826 福 州 7435.1 6.20 14211.49 19516.98 1509.06 469.24 1136.3 5427 武 汉 10280.7 3.48 10331.51 14271.78 1881.15 289.00 1200.4 3532 长 沙 10073.8 6.11 9854.09 121