中国房地产影响因素和地区分类和基于多元线性回归和BP神经网络房价预测.doc

中国房地产影响因素与地区分类及基于多元线性回归与BP神经网络的房价预测 北京邮电大学 薛元、陈立、朱嵩 目录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc297193312摘要 PAGEREF _Toc297193312 \h 3 HYPERLINK \l _Toc297193313Abstract PAGEREF _Toc297193313 \h 3 HYPERLINK \l _Toc297193314一、问题背景 PAGEREF _Toc297193314 \h 4 HYPERLINK \l _Toc297193315二、思路 PAGEREF _Toc297193315 \h 5 HYPERLINK \l _Toc297193316三、分析过程 PAGEREF _Toc297193316 \h 6 HYPERLINK \l _Toc2971933173.1 主成分分析 PAGEREF _Toc297193317 \h 6 HYPERLINK \l _Toc2971933183.2 聚类分析 PAGEREF _Toc297193318 \h 10 HYPERLINK \l _Toc2971933193.3判别分析 PAGEREF _Toc297193319 \h 15 HYPERLINK \l _Toc297193320四、模型验证及相关预测 PAGEREF _Toc297193320 \h 15 HYPERLINK \l _Toc2971933214.1 线性回归预测 PAGEREF _Toc297193321 \h 15 HYPERLINK \l _Toc2971933224.2 BP神经网络预测 PAGEREF _Toc297193322 \h 16 HYPERLINK \l _Toc297193323五、结论 PAGEREF _Toc297193323 \h 18 HYPERLINK \l _Toc297193324六、附录 PAGEREF _Toc297193324 \h 19 HYPERLINK \l _Toc297193325附录A 2009年全国各地区影响房屋销售价格因素表 PAGEREF _Toc297193325 \h 19 HYPERLINK \l _Toc297193326附录B 全国31个省区市的主成分得分表（按主成分得分排序） PAGEREF _Toc297193326 \h 21 HYPERLINK \l _Toc297193327参考文献 PAGEREF _Toc297193327 \h 22 摘要 房地产市场的发展一直是近年来社会关注的焦点。尤其是这两年全国房价普遍飞涨，连带引起中国一系列社会经济问题之后，政府对于房价又采取了一系列调控措施。本文首先致力于探究影响房价的全方面因素，运用主成分分析得到地区经济实力，人口密度，CPI是影响房价的三大主要原因。其次，本文利用聚类分析的方法把中国房地产市场分成了五类进行类讨论，并用判别分析验证了我们所采取的分类的准确性。最后，我们分别应用多元线性回归预测以及神经网络预测给出了2010年个别地区房价的预测值。其中，前者给出的北京、上海、福建、广东和甘肃等五个省市的房屋价格预测向量是（13200，14378，8003，9201，4832）后者对应的价格向量是（12683，13055，7322，8308，4067）。 关键词：主成分分析、聚类分析、判别分析、多元线性回归预测、神经网络预测 Abstract The development of real estate has been always concerned by whole society, especially when the prices of real estate soar dramatically in recent years, which have caused a series of social and economic problems. Thus, the government has taken a series of measures to control the prices. In the outset of this article, we discuss the general factors which could affect the real estate prices, and by Principal Component Analysis, we get the conclusion that regional economic condition, density of