- 1、本文档共13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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE
PAGE1
济南市商品房价格影响因素分析
提出问题
研究的问题
1998年,中国实施房地产市场的改革,变原有的福利分房制度为商品房买卖制度,由此一个新的市场——房地产市场在中国诞生了。12年过去了,中国的房地产市场经历了怎样的变化?这其中,我们最关心的房价究竟受到那些因素的影响?又会有怎样的发展?
本文以定性假设得出自变量开始,通过对房价的定量研究,试图找到影响房地产价格的真正因素,并建立线性模型,预测房价的发展。同时,本文以济南市为例,使得研究更具实际意义。
数据来源
济南市统计信息/
在应用统计学中,我们要求样本的个数必须大于15个,但是中国房地产市场的产生也不过只有12年,而济南市统计局所公布的《济南市统计年鉴》也只有2003~2010年,所以本文只能用有限的信息来分析济南市房价的影响因素。
定性分析
为了研究济南市房地产价格的影响因素,首先对影响房价的因素进行定性的分析。
作者认为,影响房价的因素可能有:生产总值、人均可支配收入、年末总人口数、储蓄存款余额、土地交易价格指数、建筑材料出厂价格指数、房地产投资额、居民消费价格指数。在这些因素中,除了储蓄存款余额可能与房地产销售价格呈反比关系之外,其余因素与房地产销售价格呈正比关系。
因此,选取房屋销售价格为解释变量y,选取生产总值、人均可支配收入、年末总人口数、储蓄存款余额、土地交易价格指数、建筑材料出厂价格指数、房地产投资额、居民消费价格指数为被解释变量,依次设为x1、x2、x3、x4、x5、x6、x7、x8。
数据的搜集如下表:
年份
房屋销售价格指数Y
生产总值(亿元)X1
人均可支配收入(元)X2
年末总人口数(万)X3
储蓄存款余额(万元)X4
土地交易价格指数X5
建筑材料出厂价格指数X6
房地产投资额(万元)X7
居民消费价格指数X8
2001
101.8
1057.92
9564.99
569.00
5346413
101.9
98.71
621984
100.3
2002
102.5
1190.12
10094.13
575.01
6438616
102.1
100.88
764599
98.8
2003
103.1
1352.16
11012.86
582.56
7583475
103.5
100.22
897967
99.9
2004
110.3
1600.27
12005.06
590.08
8705457
104.4
102.25
1101613
102.5
2005
107.6
1876.61
13578.46
597.44105.8
98.19
1210872
101.1
2006
104.3
2185.1
15340.2
603.35104.9
100.15
1600507
100.9
2007
105.2
2554.3
18005.1
604.85105.0
99.48
1932069
103.9
2008
107.2
2987.00
20807.4
603.99102.7
100.92
2741166
105.7
2009
104.5
3351.4
22721.7
603.27101.9
102.18
3325576
100.3
相关分析
散点图
由散点图可直观看出,解释变量与被解释变量之间的线性关系并不明显。同时,图像明显存在异常值,即2004与2005年的房屋销售价格明显属于离群点。
相关矩阵
对解释变量及被解释变量进行相关分析,可得相关矩阵:
Correlations
y
x1
x2
x3
x4
x5
x6
x7
x8
y
PearsonCorrelation
1
.296
.260
.508
.287
.535
.291
.227
.601
Sig.(2-tailed)
.439
.500
.162
.454
.138
.448
.557
.087
N
9
9
9
9
9
9
9
9
9
x1
PearsonCorrelation
.296
1
.998**
.874**
.992**
.013
.354
.983**
.550
Sig.(2-tailed)
.439
.000
.002
.000
.974
.350
.000
.125
N
9
9
9
9
9
9
9
9
9
x2
PearsonCorrelation
.260
.998**
1
.846**
.989**
-.040
.353
.988**
.553
Sig.(2-tailed)
.500
.000
.004
.000
.919
.351
.000
.123
N
9
9
9
9
9
9
9
9
9
x3
PearsonCorrel
文档评论(0)