北京房价研究.docVIP

2015C-王子茜-刘海静-刘鑫 摘要 北京市商品房的销售价格差异巨大，本文通过建立合理的假设，对影响北京市商品住宅房销售价格的重要因素和着些因素对销售价格的影响进行分析，从实际数据结果加深对北京市房地产销售价格的认识，从而给购房者或者房地产开发商提供一定的参考建议。 对于问题一，首先用百度进行数据的搜集，利用收集的数据采用Excal进行数据的整理与计算，最终得到需要的数据。然后利用spss中的数据缺失值检测功能，发现该数据比较完整，没有缺失值。再利用SPSS的绘图功能画出住宅房价与房屋面积的散点图。发现住宅房价与房屋面积有一定关系。画出区县和住宅房价的箱图，发现不同的区县会对住宅的房价具有一定的影响，由于不同的区县位于不同的环线，通过不同区县的分析，从而可以确定不同环线上的房屋的房价不一样且位于中心城区的房价较高。通过查资料可知，不同环境的小区房价也有一定的区别，且环境优良的小区房价较高。 对于问题二，对房屋面积和已售统计均价进行相关性分析，分析得出两者之间呈弱相关关系。房屋面积对已售统计均价有一定影响。对区域和已售统计均价先进行正态检验，发现他们能通过显著性检验，接着进行比较分析，分析得出两个样本之间的均值差异有显著性 关键词：北京商品住宅房价,spss,excel，相关性分析，散点图，箱图，独立样本T检验，显著性检验 一、问题重述 内容要点：住房问题关系民生之根本，近年来随着经济的发展，北京作为我国的经济政治文化中心，房价也普遍在波动中呈上涨趋势。外地人购房拉高房价，有数据表明北京市1/3以上的商品住房卖给了在北京务工，工作生活的外地人，且北京二三环内的高档的商品房占50%以上。使得生活在北京的人们背负着沉重的经济负担。由于一线城市的房价迅速上涨，外地（包括境外人士）到这些城市购房比例也比较高。众所周知，北京市商品房的销售价格差异巨大，从最低的6000元/平方米左右，到最高可达110000元/平方米左右。可想而知，差异如此之大也是由于各方面的因素导致的。 问题一：请确定影响北京商品住宅房销售价格的重要因素； 问题二：请尽可能量化上述因素对销售价格的影响； 问题三：分析不同类型商品住宅房的价格差异，对每种类型的房屋均价予以估计，从而给购房者或者房地产开发商提供一定的参考建议。 二．问题分析 本文主要目标是要分析地理位置，房屋面积，小区环境对北京商品住宅房的影响关系，其总体研究方法是通过对现有数据进行统计规律分析，找出北京商品住宅房与环境因素（区县、环线、住宅面积、小区环境）的关系状况，并通过查找资料了解地理位置或地理环境对北京商品住宅房的影响，最后结合第一个问题和第二个问题，分析不同类型商品住宅房的价格差异，对每种类型的房屋均价予以估计，从而给购房者或者房地产开发商提供一定的参考建议。鉴于此目的，针对本文具体3个问题，可以进行具体分析： 2.1 针对问题一的分析 本问题主要根据进行相关统计分析，这些信息主要有进行统计描述，本文主要从以下几点进行考虑： 最后在按上述思想进行，其统计的工具主要是EXCEL，利用EXCEL丰富的公式编辑统计等功能进行处理。 2.2 针对问题二的分析 本问题欲研究，主要需要注意以下几点： 在第一问数据基础上进行统计，主要统计方法是通过统计出在，进而可以出； 对数据进行整理及统计计算，先按，并计算出，再； 从上面的统计数据可以看出，该问是一个多元统计问题，即，主要分析思想如下： 先整体按分析，分析过程为： 在EXCEL中画； 利用SPSS统计软件对进行相关性分析，分析之间的相关性； 利用SPSS软件，分析结果是否通过显著性检验； 利用SPSS软件有显著性 整个过程需要做大量的统计分析，包括绘图及数据归纳整理，主要工具有EXCELSPSS。 本问题首先要通过资料文献了解，根据这些信息最大化地提取关于指标，再结合，根据。 三、 模型假设及符号说明 3.1模型假设 1.假设所查的数据中所有数据是合理可靠的。 2.假设所查数据中每一个房地厂所建的房子全为商品住宅房。 3.假设除地理位置(区县，环线)，舒适度（房屋面积，小区环境)外，影响商品住宅房价格的其他因素保持不变。 4.假设在最近几年间，没有发生重大经济或房地产事件。 假设数据代表整个城市数据，数据具有代表性。 3.2符号说明 V4:每户面积 V5:已售统计面积 V6:已售统计均价 V8:平均每户面积 V10:累计未售套数 四、模型的建立与求解 4.1 针对问题一的模型建立及求解 由问题分析可知，这属于多信息变量的统计描述模型，该问题主要是对商品住宅房价格信息进行统计描述，其方法是分别对商品住宅房价格信息——行政区域，房屋面积进行统计，该操作在excel和SPSS中进行。 由于中的信息必要对数据做修复处理 统计