房价影响因素spss多元线性回归分析.doc
约7页DOC格式手机打开展开
房价影响因素spss多元线性回归分析,1：研究目的和意义我国房地产市场从20世纪90年代开始建立到如今已经颇具规模，对我国的经济增长产生了很大的影响，甚至成为了国民经济的支柱型产业。但是近年来，房价的飞速发展又不得不引起我们的重视，在促进经济增长的同时，带来的一系列结构性问题将对房地产行业的健康发展甚至国民经济的可持续发展带来影响。因此研究商品房价格的影响...
内容介绍
此文档由会员 wanli1988go 发布
1：研究目的和意义
我国房地产市场从20世纪90年代开始建立到如今已经颇具规模，对我国的经济增长产生了很大的影响，甚至成为了国民经济的支柱型产业。但是近年来，房价的飞速发展又不得不引起我们的重视，在促进经济增长的同时，带来的一系列结构性问题将对房地产行业的健康发展甚至国民经济的可持续发展带来影响。因此研究商品房价格的影响因素，有助于科学的把握房地产市场的发展规律，对整个国民经济都具有很大的意义。
2：研究内容和方法
本文主要以上海为中国房地产市场的代表城市进行分析，通过对1999年至2007年的相关经济数据整理建立起多元线性回归模型。
从理论上来讲，房价的波动主要受宏观经济影响，包括地区生产总值，城镇人均可支配收入，建设成本，城市人口密度，货币政策，土地价格以及房地产开发投资额等指标。这里主要选取商品房平均售价作为因变量，城镇人均可支配收入，城市人口密度，以及房地产开发投资额作为自变量来进行分析，通过多元回归方法来了解商品房价格的影响因素
3：多元回归模型的建立及数据分析
3.1：多元线性回归模型的建立
上海从1999年～2007年的相关经济数据如下表一所示：
年份 商品房平均售价（元每平方米） 城镇人均可支配收入（元） 城市人口密度（人每平方公里） 房地产开发投资额（亿元）
1999.00 3422.00 10931.64 1672.00 514.83
2000.00 3565.00 11718.01 1757.00 566.17
2001.00 3866.00 12883.46 1950.00 630.73
2002.00 4134.00 13249.80 1959.00 748.89
2003.00 5118.00 14867.49 1971.00 901.24
2004.00 5855.00 16682.82 1970.00 1175.46
2005.00 6842.00 18645.03 2718.20 1246.86
2006.00 7196.00 20667.91 2774.20 1275.59
2007.00 10320.00 23623.35 2931.00 1307.53
表一：上海1999～2007年相关经济数据
数据来源：上海统计年鉴 国研网整理
设定三个自变量指标分别为：城镇人均可支配收入 ，城市人口密度 ，房地产开发投资额 ，商品房平均售价y作为因变量，并建立如下的多元线性回归模型：
其中 ， ， ， 分别为未知参数，
为剩余残差，与三个自变量无关。服从N(0, ).
3.2：回归模型的检验
（一）模型拟合度检验
见下表二分析结果：
表二：模型拟合度检验
由上表可以看出，其R值和R Square值都很接近于1，所以其模型拟合度较好。
（二）方差分析显著性F检验
见下表三方差分析表：
表三：方差分析表
由上表可以看到F值为72.325，SIG值为0.000，显然小于0.05，说明因变量分别与自变量存在真实的线性关系，显著性检验通过。
5：参考文献
1 何晓群. 多元统计分析. 中国人民大学出版社.2004.220~262.
2 薛薇. SPSS统计分析方法及应用. 电子工业出版社. 2004. 245~267.
3 曲闻. 影响我国房地产价格的宏观经济因素实证分析.价格月刊.2006,(9):15~17.
4 樊孝菊. 城镇居民消费支出与收入的回归分析.商场现代化.2008,(7):18~19.
5罗凤明,邱劲飚,李明华,肖炳坤. 如何使用统计软件SPSS进行回归分析. 电脑知识与技术.2008,(02):293~304.
6 杨威, 王玉树. 偏最小二乘回归分析在土地利用变化研究中的应用——以上海市嘉定区为例.南京农业大学学报.2005,(1)：115～120.
7 洪涛. 房地产价格波动与消费增长_基于中国数据的实证分析及理论解释.南京社会科学.2006,(5):54~58.
8 上海统计年鉴.1999~2007.
我国房地产市场从20世纪90年代开始建立到如今已经颇具规模，对我国的经济增长产生了很大的影响，甚至成为了国民经济的支柱型产业。但是近年来，房价的飞速发展又不得不引起我们的重视，在促进经济增长的同时，带来的一系列结构性问题将对房地产行业的健康发展甚至国民经济的可持续发展带来影响。因此研究商品房价格的影响因素，有助于科学的把握房地产市场的发展规律，对整个国民经济都具有很大的意义。
2：研究内容和方法
本文主要以上海为中国房地产市场的代表城市进行分析，通过对1999年至2007年的相关经济数据整理建立起多元线性回归模型。
从理论上来讲，房价的波动主要受宏观经济影响，包括地区生产总值，城镇人均可支配收入，建设成本，城市人口密度，货币政策，土地价格以及房地产开发投资额等指标。这里主要选取商品房平均售价作为因变量，城镇人均可支配收入，城市人口密度，以及房地产开发投资额作为自变量来进行分析，通过多元回归方法来了解商品房价格的影响因素
3：多元回归模型的建立及数据分析
3.1：多元线性回归模型的建立
上海从1999年～2007年的相关经济数据如下表一所示：
年份 商品房平均售价（元每平方米） 城镇人均可支配收入（元） 城市人口密度（人每平方公里） 房地产开发投资额（亿元）
1999.00 3422.00 10931.64 1672.00 514.83
2000.00 3565.00 11718.01 1757.00 566.17
2001.00 3866.00 12883.46 1950.00 630.73
2002.00 4134.00 13249.80 1959.00 748.89
2003.00 5118.00 14867.49 1971.00 901.24
2004.00 5855.00 16682.82 1970.00 1175.46
2005.00 6842.00 18645.03 2718.20 1246.86
2006.00 7196.00 20667.91 2774.20 1275.59
2007.00 10320.00 23623.35 2931.00 1307.53
表一：上海1999～2007年相关经济数据
数据来源：上海统计年鉴 国研网整理
设定三个自变量指标分别为：城镇人均可支配收入 ，城市人口密度 ，房地产开发投资额 ，商品房平均售价y作为因变量，并建立如下的多元线性回归模型：
其中 ， ， ， 分别为未知参数，
为剩余残差，与三个自变量无关。服从N(0, ).
3.2：回归模型的检验
（一）模型拟合度检验
见下表二分析结果：
表二：模型拟合度检验
由上表可以看出，其R值和R Square值都很接近于1，所以其模型拟合度较好。
（二）方差分析显著性F检验
见下表三方差分析表：
表三：方差分析表
由上表可以看到F值为72.325，SIG值为0.000，显然小于0.05，说明因变量分别与自变量存在真实的线性关系，显著性检验通过。
5：参考文献
1 何晓群. 多元统计分析. 中国人民大学出版社.2004.220~262.
2 薛薇. SPSS统计分析方法及应用. 电子工业出版社. 2004. 245~267.
3 曲闻. 影响我国房地产价格的宏观经济因素实证分析.价格月刊.2006,(9):15~17.
4 樊孝菊. 城镇居民消费支出与收入的回归分析.商场现代化.2008,(7):18~19.
5罗凤明,邱劲飚,李明华,肖炳坤. 如何使用统计软件SPSS进行回归分析. 电脑知识与技术.2008,(02):293~304.
6 杨威, 王玉树. 偏最小二乘回归分析在土地利用变化研究中的应用——以上海市嘉定区为例.南京农业大学学报.2005,(1)：115～120.
7 洪涛. 房地产价格波动与消费增长_基于中国数据的实证分析及理论解释.南京社会科学.2006,(5):54~58.
8 上海统计年鉴.1999~2007.
