欢迎来到天天文库
浏览记录
ID:34954605
大小:732.74 KB
页数:54页
时间:2019-03-15
《基于部分线性模型的房价预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文基于部分线性模型的房价预测FORECASTOFHOUSEPRICESBASEDONPARTIALLINEARMODEL张利君哈尔滨工业大学2018年6月国内图书分类号:O213.9学校代码:10213国际图书分类号:519.2密级:公开理学硕士学位论文基于部分线性模型的房价预测硕士研究生:张利君导师:张池平教授申请学位:理学硕士学科:应用统计所在单位:数学系答辩日期:2018年6月授予学位单位:哈尔滨工业大学ClassifiedIndex:O213.9U.D.C:519.2DissertationfortheMasterDegreei
2、nScienceFORECASTOFHOUSEPRICESBASEDONPARTIALLINEARMODELCandidate:ZhangLijunSupervisor:Prof.ZhangChipingAcademicDegreeAppliedfor:MasterofScienceSpeciality:AppliedStatisticsAffiliation:DepartmentofMathematicsDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofT
3、echnology哈尔滨工业大学应用统计硕士专业学位论文摘要近年来,我国房价飞速上涨,房价问题已经成为民众最关心的问题。房价的过快增长,不仅会影响人民的生活质量,也会影响我国经济的平稳发展。目前对房价预测的方法多种多样,主要可概括为两类,一类是以房价的影响因素为出发点,另一类则是考虑房价的时间序列。但是,这两类方法在预测时,只包含了房价的参数特征,未考虑房价的非参数特征。考虑到部分线性模型包含了参数和非参数两部分,因此,本文尝试应用部分线性模型对房价进行预测。本文首先介绍了相关的理论知识,主要包括房价的影响因素、回归模型的分类以及主成分分析。然后
4、给出了部分线性模型常用的估计方法以及检验方法。最后,本文选取了2000年到2015年的11个影响全国商品房平均销售价格的可度量的主要影响因素,通过主成分分析对选取的11个变量进行降维处理,基于降维后的数据建立部分线性模型和线性回归模型,并根据2016年的相关数据,对2016年的全国商品房平均销售价格进行预测,通过对比部分线性模型和线性回归模型的拟合结果和预测结果,发现部分线性模型优于线性回归模型。关键词:房价;预测;影响因素;主成分分析;部分线性模型I哈尔滨工业大学应用统计硕士专业学位论文AbstractInrecentyears,China’s
5、housingpriceshaveskyrocketed,andthehousingpriceissuehasbecomeamajorconcernforthepeople.Theexcessivegrowthofhousepriceswillnotonlyaffectpeople’squalityoflife,butalsoaffectthesteadydevelopmentofoureconomy.Atpresent,therearevariousmethodsforforecastinghouseprices,whichcanbesumma
6、rizedastwotypes.Oneisbasedonthefactorsthatinfluencethepriceofhouses,andtheotheristhetimeseriesthatconsidershouseprices.However,thesetwomethodsonlyincludetheparametricfeaturesofthehousepriceintheprediction,anddonotconsiderthenon-parametricfeaturesofhouseprices.Consideringthatp
7、artiallinearmodelcontainsbothparametricandnon-parametricparts,thispaperattemptstousepartiallinearmodeltopredicthouseprices.Firstofall,thispaperintroducesrelevanttheoreticalknowledge,mainlyincludingtheinfluencingfactorsofhouseprices,theclassificationofregressionmodels,andprinc
8、ipalcomponentanalysis.Thenthecommonlyusedestimationmethodsandtestmet
此文档下载收益归作者所有