南昌市近五年商品房价格统计分析毕业论文.docVIP

江西科技师范大学 毕业设计（论文） 题目（中文）： 南昌市近五年商品房价格统计分析 （外文）：Statistical Analysis of Nearly Five years of Commercial Housing Price of Nanchang City 院（系）： 数学与计算机科学学院 专 业： 信息与计算科学 学生姓名： 学 号： 指导教师： 2014年 4月 24日 目录 摘要 3 关键词 3 1.引言 4 2.基本理论简介 5 2.1. 商品房相关概念简介 6 2.2 商品住宅需求的分类 6 2.2.1 自住型需求 6 2.2.2 投资型需求 7 2.2.3 投机型需求 7 2.3 商品房的基本特征 8 3. 数据图表 10 4. 数据分析 10 4.1 数据分析方法 10 4.1.1 相关计算公式 10 4.1.2 相关分析方法 11 4.2分析过程 11 4.2.1 双折线图 11 4.2.2 柱形图 11 4.2.3 树形图和冰挂图 11 4.3数据 12 5.数据报告 14 5.1 分析数据结果 14 5.2 简要分析影响房价的因素 15 5.2.1 国家政策 15 5.2.2 地理位置 15 5.2.3 建筑自身 15 5.3 预测南昌市房价未来走势 15 5.4 购置商品房建议 16 结束语 17 参考文献 18 南昌市近五年商品房价格统计分析 摘要：这几年来，，房地产业前面19名全是沿海城市房地产价格可以为城市房地产系统研究进一步改善和加强房地产宏观调控房地产健康发展提供一个更的理论基础,重要的意义。 表1 南昌市各个区域2009年到2013年商品房房价表 表2 SPSS软件数据标签表 数据分析 4.1数据分析方法 4.1.1相关计算公式 年均增长量：记第2009年为A，第2013年为B，则这5年的年均增长量为： 年均增长率：记第2009年为A，第2013年为B，则这5年的年均增长率为： 4.1.2相关分析方法 顾名思义，聚类分析是指统计学中研究“物以类聚”问题的多元统计方法。其原理是基于实例数据，根据性质、亲疏程度、是否有先验知识这三个标准进行自动分类，产生多个分类结果。同一个类的个体特征是相似的，但不同类别之间的个体特征差异较大。 层次聚类是最常用的聚类分析方法，也被称为系统聚类，聚类过程是基于一定的层次分类的。本 图1 近五年来南昌市商品房房价变化趋势与全国对比图 图2 南昌市各个区域商品房房价年均增长量图 图3 南昌市各个区域年增长率分类图 图4 南昌市各个区域年增长率分类树形图 图5 南昌市各个区域年增长率分类冰挂图 5.数据报告 5.1分析数据结果 图1是双折线图，可以清晰的看出近五年来南昌市商品房房价的变化趋势，和全国的一个对比情况。09年和10年，南昌市的房价低于全国水平，10年以后，南昌房价逐渐赶超，到13年已经将全国房价远远的甩在身后。 图2是柱形图，可以直观的比较出过去五年各个区域房价上涨情况。数字1-10和表1的数字序列相对应。其中，红谷滩新区商品房房价涨势最凶，湾里区房价波动幅度最小。 图3是将层次聚类分析中的类成员分成6类、5类时的分组情况。由此可以间接看出哪些区域经济发展速度接近。同一类的区域，经济发展相似。由图可知，分成6类时，西湖区、青山湖区、安义县为一类，南昌县和新建县为一类，青云谱区和进贤县为一类，其他3区域各自为一类。分成5类时，西湖区、青云谱区、青山湖区、安义县、进贤县为一类，南昌县和新建县为一类，其他3个区域各自为一类。 图4是树形图，从图3可以得出该图左方1-10个数字所代表的城区区名。观察该图需从右往左看，看水平的线。分成2类时，5单独为一类，其他区域为一类。分成3类时，6、7、8为一类，1、2、3、4、8、10为一类，5单独为一类。以此类推。 图5是冰挂图，和树形图是一个性质的。观察该图需从下往上看，第一次得出的是分成9类的情况，青山湖区和安义县为一类；第二次得出的是分成8类的情况，青山湖区、西湖区和安义县为一类，如此反复下去，最终全部归为一类。这和树形图得出结果的顺序恰恰相反。 由以上的图表，在脑海里可以产生关于南昌市2009年-2013年的商品房房价的一个清晰的轮廓。从各个