- 1、本文档共55页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第十二届“挑战杯”全国大学生课外学术科技作品申报书
作品名称:基于灰理论的沿海城市房价预测及实证分析——以山东省为例
学 校:曲阜师范大学
参赛类别:哲学社会科学类
指导老师:苏占兵、 柏庆国
参赛成员:孟庆时、马丽丽、毕睿罡、肖小娟、张雪菲
A2.申报者情况(集体项目 办公电话 常住地
通讯地址 日照市东港区大学城东升园5#二单元101 邮政编码 276826 住宅电话 其他作者情况 姓 名 性别 年龄 学历 所在单位 马丽丽 女 22 本科 曲阜师范大学管理学院2008级市场营销 毕睿罡 男 21 本科 曲阜师范大学管理学院2008级工商管理 肖小娟 女 21 本科 曲阜师范大学管理学院2008级市场营销 张雪菲 女 22 本科 曲阜师范大学管理学院2008级市场营销 资格认定 学校学籍管理
部门意见 以上作者是否为2011年7月1日前正式注册在校的全日制非成人教育、非在职的高等学校专科生、本科生、硕士研究生或博士研究生。
是 □否 (签章)
年 月 日 院系负责人
或导师意见 本作品是否为课外学术科技或社会实践活动成果
是 □否
负责人签名:
年 月 日
B2.申报作品情况(哲学社会科学类社会调查报告和学术论文) 作品所属
领域 ( B )A哲学 B经济 C社会 D法律 E教育 F管理 作品的科学性、先进性及独特之处 1))) 作品的实际应用价值和现实指导意义 1))) 作品摘要 【摘要】本文分析了山东省沿海城市房地产价格的影响因素及其未来走势。利用多元统计分析对山东统计厅公布的“十五、十一五”的相关数据进行了筛选,然后运用主成分分析法、多元回归分析法将山东省沿海城市,包括青岛、烟台、威海、日照等地的房地产价格的影响因素进行了定量分析处理,进而总结了沿海城市房地产产业发展的特点。通过对这四个沿海城市房价的相关数据进行分析,分别建立GM(1,1)灰色预测模型, 得到了未来五年的房价走势。误差分析显示所建立的预测模型具有很好的精确度。最后,结合国家“十二五”发展规划,提出了山东省沿海城市房地产业的健康发展及有效调控的合理建议。
【Abstract】This paper analyzes the influential factors of the house price in the coastal cities of Shandong province, and also forecasts the general price trend in the next five years. In this paper, the Multivariate Statistical Analysis is used to filter the relative data, which was in the “10th and 11th Five-Year Plan” published by the Statistical Institute of Shandong province. Then Principal Component Analysis (PCA)and Multiple Regression Analysis are used to induce quantitative analysis and handle the influential factors of the estate price of coastal cities, including Qingdao, Yantai, Weihai, Rizhao. Afterwards we conclude some characteristics of property market in those four cities. By analyzing relative data of four coastal cities, we build GM(1,1) Gray Models respectively, and generalize the trend of the house price in the next five years. The error analysis shows that the forecasting models have enough accuracy. Finally, by combining with the national
文档评论(0)