建模操作步骤与地图测距.docVIP

两种情况下基准价格模型建立的操作步骤： 情况一：小区内部案例充足的情况，以本小区为一个评估分区（即建模分区），这样能够排除了小区外部因素的干扰，在小区内部进行建模，所得到的模型结果往往效果很好。 使用Excel建模操作步骤： 第一步，将小区采集项使用专家打分法，量化成具体分值。如下图： 备注：本小区建模计算过程取筛选后的交易案例个数为30个。 第二步，数据的筛选，剔除掉不符合正态分布的数据，如小区为1层或顶层的交易案例，因为1层的交易案例有可能带地下车库或商品房，顶层有可能连带阁楼等，根据评估师经验，剔除掉可疑数据。 选择纳入模型计算的影响因素，由于该小区的交易案例充足，所以模型就在小区内部建立，而对于小区内部的所有房屋而言，由于处在统一小区，因此他们的小区外部因素都是一样，对小区内部模型不构成影响因此外部因素如：物业等级、交通状况、配套设施等不参与模型的计算，因此参与模型计算的数据整理成如下表格，： 第三步，进行相关性分析。点击工具下的数据分析工具（如图3-1）；选择相关系数，点击确定按钮（如图3-2）； 图3-1 图3-2 此时选择要参与分析的影响因素（的数据列）及价格列（用鼠标拖拽要参与建模的区域即可），点击确定按钮（如图3-3）； 图3-3 生成相关性分析的页签（如图3-4）。相关性分析中可以看出各因素间是否会存在多重共线性问题，如果值超过了0.8，那这个两个因素有可能就会出现多重共线性，或只保留一个或选择其他的因素进行分析,直到符合标准为止，此处的相对层差与漏洞综合评定分值虽然在数值上具有较高的相关性，但相互之间并无逻辑相关，因此可以使用。 图3-4 第四步，通过了相关性分析之后，进行回归模型的建立。点击工具下的数据分析工具（如图4-1）；选择回归，点击确定按钮（如图4-2）； 图4-1 图4-2 在Y值输入区域中选择价格列，在X值输入区域选择影响因素列，勾选标志，点击确定按钮（如图4-3）； 图4-3 生成回归结果的页签（如图4-4）。 图4-4 根据电子表格生成的回归结果，我们可以得出这个线性方程的基本形式如下： 小区基准价格模型=5139.27638+196.964687×楼栋综合评定系数+229.075032×朝向分值-66.644729×相对层差+0建筑面积 模型的经济意义：常数项为5139.27元，楼栋综合评定系数分值每提高1分、该小区的房屋每平米的价格就要贵196.96元，朝向分值每提高1分、该小区的房屋每平米的价格就要贵229.075元，相对层差每扩大1层（这里多层住宅的相对层差为实际所在楼层与3、4楼的差值的绝对值，也就是比3楼或4楼高一层或者矮一层的时候，该楼层的房屋价格就会降低66.644元），建筑面积每增加1平方米、房屋的单价就会贵0.317元。 这个小区是多层的住宅小区，因此，标准房应取：朝向为：南北向，楼层为2层（相对层差为1），标准房不受特殊因素的影响、因此楼栋评定系数取1，面积为40-60平米之间的房屋，这里面积没有做分段的处理，暂取60平米为标准房的建筑面积（如果是面积按照分段取值的就可以取40—60平米这个范围段，各地市也可按照自己当地的实际情况确定标准房的合适面积进行带入），此时代入上边求取的模型公式获得结果如下： 小区标准房基准价=5139.27638+196.964687×1+229.075032×5-66.644×1+060=6434元/平米 模型的检验过程： 统计检验过程： 拟合优度检验 由图4-4中可知=0.848，则=1-（1-0.848）*29/25=0.8236 说明在这个小区的房屋单价的总变化中有82.36%的比例是由参与建模的4个因素影响决定的，说明样本回归函数与观测值拟合较好，可通过拟合优度检验。（n是你所取的参与建模的样本数，k是参与建模的因素的个数） 方程显著性检验（F检验）：F检验是检验模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著。 在上边的图4-4中方差分析下的F值为：34.8763，即F-statistic =F（0.05）（30，4）=2.69，说明在0.05的置信区 间内拒绝原假设，标明回归总体有显著性关系。（F检验的数值可通过F分布表查询，该表我们也可以提供） T检验：T检验是参数显著性检验，它是对每一个（而不是全体的）解释变量进行检验，如果某个解释变量对于被解释变量的影响不显著那么它应该从模型中剔除掉。 备注：如果在上述操作过程中出现“输入区域包含非数值型数据”，这种情况请仔细核对要分析的数据是否都是数值型的，excel操作最常见的就是用文本型存储数值的问题，这种在左上角会出现绿色的剪头，这样也会弹出包含非数值型数据，点击带绿色剪头的这个单元格，拖动右侧滚动条到列尾，按住shif