基于回归研究与傅里叶级数研究房价模型

基于回归研究与傅里叶级数研究房价模型

ID:5996059

大小:27.00 KB

页数:5页

时间:2017-12-30

基于回归研究与傅里叶级数研究房价模型_第1页
基于回归研究与傅里叶级数研究房价模型_第2页
基于回归研究与傅里叶级数研究房价模型_第3页
基于回归研究与傅里叶级数研究房价模型_第4页
基于回归研究与傅里叶级数研究房价模型_第5页
资源描述:

《基于回归研究与傅里叶级数研究房价模型》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、基于回归研究与傅里叶级数研究房价模型  摘要:针对房地产价格问题,运用线性与非线性回归、主成分分析、傅里叶变换等方法,首先根据最近十年武汉分区数据得到了商品住宅价格与人均GDP、人均可支配收入、大宗商品价格指数的关系,然后对于2013年6月-12月的商品住宅价格变化趋势做出了预测。关键词:回归分析;傅里叶级数;主成分分析中图分类号:F83文献标识码:A文章编号:16723198(2013)160105011模型的建立、求解与评价1.1模型介绍我们以行政区划作为划分,选择了武汉中心城区具有代表性的三个区(江岸区

2、,江汉区,硚口区)进行建模分析。根据武汉市统计局及武汉市统计年鉴中的数据,首先对于三个自变量两两之间进行了相关性分析,然后进行主成分分析,最后以贡献率最大的主成分为新的变量与商品住宅价格做回归拟合,得到各变量间的函数关系。1.2模型建立根据武汉市统计局及权威网站查询、计算得出以最近10年各区以上四个变量数据(以江岸区为例)如下图1。5图1武汉市近十年分区商品住宅价格变化自变量之间相关性分析模型建立:r(Xi,Xj)=σ2(Xi,Xj)σ(Xi)*σ(Xj)(i,j=1,2,3)σ2(Xi,Xj)=2012n=

3、2003(Xin-i)(Xjn-j)10通过主成分分析,将人均GDP、人均可支配收入及大宗商品价格指数三个相关性较大的变量重新组合成一组新的相互无关的综合指标来代替原来的指标。由此定义主成分为:Gi=3t=1αitXt其中10i=1α2it=1(t=1,2,3)最后求出第i个主成分的贡献率,这个值越大,表明第i主成分综合信息能力越强。主成分累积贡献率≥90%作为主成分个数的m的选择依据。1.3模型的求解(1)主成分分析。根据相关性结果,利用MATLAB软件进行主成分分析,结果如表1。表1江岸区主成分分析结果特

4、征值2.87040.12770.0019贡献率0.95680.04260.0006累计贡献率0.95680.99941(2)回归拟合。5通过MATLAB中cftool对于图像进行拟合,比较各种函数之后发现三次多项式拟合效果较为理想,故选用三次多项式进行拟合。拟合结果:Y=5.543e-005*G31-0.08086*G21+47.68*G1-3827图2江岸区拟合曲线1.4模型评价各种拟合指标如下:R-square:0.986AdjustedR-square:0.979由于AdjustedR—square接近

5、于1,故拟合效果较好,同时考虑到计算值和实际值的误差在可接受范围内,故本模型可较好的表示四者之间的关系。但是本模型运用了主成分分析对于数据进行处理,丢失了一些信息,有可能造成结果的不精确。2商品住宅价格及变化趋势的预测2.1模型介绍由于商品住宅价格的变化较快,故我们选择了最近两年每月的数据,通过傅里叶变换和傅里叶级数展开对数据关于时间的波动变化进行拟合,得到商品住宅价格及大宗商品价格与时间满足的傅里叶级数展开式,并以此做时间序列的时域扩展,即得到对未来2013年6月-12月商品住宅价格变化趋势的预测值。2.2

6、模型的建立5我们选择用多项式函数和傅里叶级数分别拟合,发现在相同的次数下傅里叶级数的拟合效果要好于多项式函数,故我们选择傅里叶级数进行拟合。对于商品住宅价格变化趋势,通过作图观察后发现同样上下波动,故同样选择运用傅里叶级数进行拟合。图3商品住宅价格变化傅里叶级数拟合曲线2.3模型的求解商品住宅价格:运用MATLAB中的cftool进行拟合,得到结果为:f(x)=7759-224.7*cos(x*0.163)-197.6*sin(x*0.1683)-273.7*cos(2*x*0.163)-40.91*sin(

7、2*x*0.163)-146.8*cos(3*x*0.163)+54.76*sin(3*x*0.163)-4.189*cos(4*x*0.163)+109.2*sin(4*x*0.163)+34.58*cos(5*x*0.163)+47.29*sin(5*x*0.163)+22.6*cos(6*x*0.163)+17.92*sin(6*x*0163)2.4模型的评价傅里叶级数的拟合效果从图像和数据上来看都好于多项式的拟合,能较好的拟合数据,得出预测结果,应该认为预测结果比较可信。表2傅里叶级数与多项式对于商品

8、住宅价格拟合指数的比较SSER-squareAdjusted5R-squareRMSE傅里叶级数拟合15110.99880.997510.78多项式拟合222000.98180.976433.2优点:对于具有波动现象的时间序列,数字信号分析里的傅里叶级数展开方法可以用较少的变量较好地模拟数据趋势。同时,由傅里叶展开定理可得,一切的时间序列都是可以展开成由多个正弦、余弦函数组成的多项式,具有普遍适用性

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。