【正文】 atx00(length(x0))/2,39。,z,Hatx00,39。) disp(Hatx0(length(x0)+T)) end for i=1:length(x0) Hatx00(i)=Hatx0(i)。The modle is not good,and the forecast is:39。 c disp(39。 end end p=p/length(x0) if p amp。 epsilon。 end for i=1:length(x0) epsilon(i)=x0(i)Hatx0(i)。*B))*B39。 end end for i=1:length(x0)1 B(i,1)=(1/2)*(x1(i)+x1(i+1))。Hatx1=zeros(1,length(x0)+T)。B=zeros(length(x0)1,2)。 參考文獻(xiàn)： [1].李 工農(nóng)，阮曉青，徐晨，經(jīng)濟(jì)預(yù)測(cè)與決策及其 Matlab 實(shí)現(xiàn)，北京 ： 清華大學(xué)出版社，2020 [2].向東進(jìn)，李宏偉，實(shí)用多元統(tǒng)計(jì)分析，武漢：中國(guó)地質(zhì)大學(xué)出版社， 2020 [3].袁新生， LINGO 和 Excel 在數(shù)學(xué)建模中的應(yīng)用， 北京：科學(xué)出版社， 2020 [4].重慶市房地產(chǎn)發(fā)展的供求分析 [5].馬海濤， 基于灰色理論的中國(guó)房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè) ，統(tǒng)計(jì)與決策， 2020 [6].曹洪， 對(duì)房地產(chǎn)價(jià)格評(píng)價(jià)指標(biāo)的思考 ，價(jià)格月刊， 2020 [7]. 薛薇 ， 基于 SPSS 的收據(jù)分析 ，北京：高等教育出版社， 2020 [8].我國(guó)房地產(chǎn)價(jià)格影響因素分析 [9].姜啟源， 謝金星，葉俊， 數(shù)學(xué)模型 ，北京： 高等教育出版社， 2020 [10]. 汪應(yīng)洛 ， 系統(tǒng)工程理論、方法與應(yīng)用 ，北京：高等教育出版社， 2020 附 錄 一 ：灰色模型程序 function GM1=fungry3(x0) T=input(39。 七．模型的改進(jìn) 本文考慮的房地產(chǎn)價(jià)格的影響因素主要考慮了人民和經(jīng)濟(jì)的影響，而對(duì) 政府的調(diào)控政策 ， 比如政府的土地調(diào)控政策、信貸調(diào)控政策、稅收調(diào)控政策以及抵押貸款政策 ，都考慮得較少 。這一點(diǎn)，杭州為我們樹立榜樣。 表 17 污染指數(shù) 質(zhì)量級(jí)別 質(zhì)量狀況 50以下 I 好 （ ） 51～ 100 II 良好 () 101～ 150 III（ 1） 輕微污 染 () 151～ 200 III（ 2） 輕度污 染 () 201～ 250 IV（ 1） 中度污 染 () 251～ 300 IV（ 2） 中度重污 染 () 300以上 V 重度污染 () 綠化率 0~10% 10%~20% 20%~40% 40% 評(píng)價(jià)等級(jí) 差 () 中 () 良 () 優(yōu) () 房地產(chǎn)價(jià)格體系評(píng)估問(wèn)題的研究論文 23 等級(jí) 城市 杭州 上海 指標(biāo) 房地產(chǎn)供求比 () 良 () 中 () 租售比 ”() 好（ ） 好（ ） 房屋空置率 () 良 () 中 () 人均住房面積 () 中 () 差 () 投資在 GDP 的比例（ ） 好 () 好 () 物價(jià)指數(shù)與房?jī)r(jià)指數(shù)比（ ） 良 () 良 () 稅收政策（ ） 中 () 中 () 房貸利息（ ） 中 () 差 () 空氣質(zhì)量指標(biāo)（ ） 良好 () 輕微污 染 () 綠化率（ ） 優(yōu) () 中 () 總計(jì) 9 杭州和上海作為現(xiàn)代大城市，在房地產(chǎn)價(jià)格體系上有許多相同之處。 價(jià)格指數(shù)波動(dòng)程度 劇烈 微小變動(dòng) 平穩(wěn) 稅收政策 差（ ） 中 () 優(yōu) () ,也是政府調(diào)控房?jī)r(jià)的重要因素，這里我們只關(guān)心房貸利息的調(diào)整對(duì)房地產(chǎn)價(jià)格的影響 。 地產(chǎn)投資在 GDP 的比例 〈 20% 20%~30% 〉 30% 等 級(jí)及評(píng)分 差（ ） 好 () 差 () ,該指標(biāo)體現(xiàn)了房?jī)r(jià)漲浮與物價(jià)漲浮之間的關(guān)系。有此，我們建立了以下標(biāo)準(zhǔn)： 房屋空置率 〈 10% 20%~40% 40%~60% 〉 60% 等級(jí)及評(píng)分 優(yōu)（ ） 良 () 中 () 差 () 房地產(chǎn)價(jià)格體系評(píng)估問(wèn)題的研究論文 21 4 人均住房面積 據(jù)了解 ,我省城鎮(zhèn)居民人均住房使用面積 平方米 在住房面積上，多數(shù)家庭的住房使用面積在 60 平方米以下 , 以次建立人的指標(biāo)。售價(jià)租金比無(wú)論是低于２００：１還是高于３００：１，均表明房產(chǎn)價(jià)格偏離理性真實(shí)的房產(chǎn)價(jià)值?？紤]到市場(chǎng)上房地產(chǎn)供求比普遍處于 1~2 之間，我們把供求關(guān)系指標(biāo)建立以下標(biāo)準(zhǔn)。 1 ( 0 .5 3 7 7 , 0 .2 6 7 5 , 0 .1 9 4 8 ) TW ? 生活水平指標(biāo)下的各指標(biāo)權(quán)重 C1:人均住房面積 C2:房地產(chǎn)投資在 GDP的比例 C3:物價(jià)指數(shù)與房?jī)r(jià)指數(shù) 比 2 ( 0 .4 1 1 1 , 0 .2 6 1 1 , 0 .3 2 7 8 ) TW ? 房地產(chǎn)價(jià)格體系評(píng)估問(wèn)題的研究論文 19 政策導(dǎo)向下的各指標(biāo)權(quán)重 D1:稅收政策 D2:房貸利率 3 (,)TW ? 住房條件下的各權(quán)重指標(biāo) E1:空氣質(zhì)量指標(biāo) E2:市民幸福指數(shù) 4 (,)TW ? 現(xiàn)在我們來(lái)做決策樹，求各指標(biāo)因素最終的權(quán)重 B1 B2 A! B3 11 A2 C1 O C2 C3 A3 D1 D2 A4 E1 E2 圖 12 房地產(chǎn)價(jià)格體系評(píng)估問(wèn)題的研究論文 20 由決策樹去我們可各個(gè)影響因素的最終權(quán)重： 影響因素 B1 B2 B3 C1 C2 C3 D1 D2 E1 E2 權(quán)重 各個(gè)評(píng)價(jià)指標(biāo)的量化 ：在市場(chǎng)經(jīng)濟(jì)中，商品的調(diào)配主要由市場(chǎng)本身的供求關(guān)系來(lái)完成。 D． 查找隨機(jī) 一致性指標(biāo) RI 取值 ，檢驗(yàn)是否通過(guò)一致性檢驗(yàn)。我們從市場(chǎng)供求狀況，人民生活 ， 國(guó)家政策，人民住房條件這 四個(gè)板塊來(lái)分析，確定如下指標(biāo)：供求比，房屋租售比，房屋空置率，人均住房面積，房地產(chǎn)在 GDP 中的投資 ， 物價(jià)指數(shù)與房?jī)r(jià)指數(shù)比，稅收政策，房貸利息，空氣質(zhì)量指標(biāo)，市民幸福指數(shù) 。 根據(jù)表 我們得到多元線性回歸模型： 5 457 3 . 0 0 4 1 . 2 8 1 0 0 . 0 0 4y x x?? ? ? ? 這個(gè)是最終的方程，回歸方程顯著性檢驗(yàn)的概率 P值經(jīng)篩選變量后顯著增大，變量間的線性關(guān)系更為顯 著，建立線性模型恰當(dāng)。 表 16 Model R R Square Adjusted R Square Std. Error of the Estimate 1 .919(a) .845 .067 2 .917(b) .841 .524 3 .888(c) .788 .576 4 .803(d) .645 .468 a Predictors: (Constant), 在崗工人平均工資 , 居民消費(fèi)指數(shù) , 城市人口密度 , 年末實(shí)有住宅建筑面積 , 地區(qū)生產(chǎn)總值 b Predictors: (Constant), 在崗工人平均工資 , 居民消費(fèi)指數(shù) , 城市人口密度 , 地區(qū)生產(chǎn)總值 c Predictors: (Constant), 在崗工人平均工資 , 城市人口密度 , 地區(qū)生產(chǎn)總值 d Predictors: (Constant), 在崗工人平均工資 , 地區(qū)生產(chǎn)總值 e Dependent Variable: 城市房地產(chǎn)價(jià)格指數(shù) 利用向后篩選策略經(jīng)過(guò)六步完成回歸方程的建立，最終模型為第四個(gè)模型。 這里的 P值較大，相應(yīng)的要求 顯著性水平 ? 也要比 較大，才認(rèn)為被解釋變量與解釋變量全體的線性關(guān)系是顯著的。因此最終我們考慮如下因素： 城市人口密度 1x ，