【正文】 同時(shí)將結(jié)果與問(wèn)題一中得到的各主要指標(biāo)進(jìn)行比較，可檢驗(yàn)得到的主要指標(biāo)是否一致，從而對(duì)提取出的各主要指標(biāo)進(jìn)行驗(yàn)證。三、模型假設(shè)(1)假設(shè)經(jīng)濟(jì)性適用房的銷售價(jià)格可以代表保障性住房的價(jià)格，從而進(jìn)行本題的研究。(5)假設(shè)本文數(shù)據(jù)挖掘及處理研究過(guò)程中只出現(xiàn)有系統(tǒng)誤差，無(wú)隨機(jī)誤差。 主成分分析的基本原理根據(jù)題意要求和相應(yīng)的分析，對(duì)于問(wèn)題一本文采用主成分分析方法。因此在所有的線性組合中所選取的Ｆ1應(yīng)該是方差最大的，故稱為第一主成分。第p個(gè)主成分。表11中的前十個(gè)指標(biāo)。+ap1XpＦ2=a12X1+a22X2++apkXp 或 F=AX矩陣A滿足AAT=E，即A為正交矩陣，其中E為單位陣，且aij由下列原則決定：（1）Ｆi與Ｆj（i≠j）不相關(guān)；（2）VarＦ1VarＦ22）。表1k，并將特征值按由大到小的順序排列，即λ1λ2（5）計(jì)算主成分的方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率。Ｆk的累計(jì)方差貢獻(xiàn)率為（i=1kλi）（（j=1pλj））其中α1的值最大，則說(shuō)明Ｆ1綜合X1，X2，但本文中為了使信息盡量不流失，選取累計(jì)方差貢獻(xiàn)率達(dá)到≥99%的前k個(gè)特征值（見(jiàn)圖15）表16 各指標(biāo)對(duì)房?jī)r(jià)影響的總貢獻(xiàn)率123456各指標(biāo)的總貢獻(xiàn)率房地產(chǎn)開(kāi)發(fā)投資額(億元).987.050.112.055北京市生產(chǎn)總值（億元）.974.183.076.035人均住宅建筑面積（平方米）.952.173.107.103居民家庭人均收入（元）.854.400.300.110經(jīng)濟(jì)適用房銷售價(jià)格（元）.841.012.438城市化率.678.069.083.036恩格爾系數(shù)（%）.876.369.006.148CPI.708.379.365新增保障性住房面積（萬(wàn)平方米）.013.742.092.554.022貸款利率.396.322.296.022得到載荷矩陣后，本文根據(jù)各指標(biāo)分別對(duì)各主成分的貢獻(xiàn)率加權(quán)（權(quán)指?jìng)€(gè)主成分所表示的信息量）平均之后我們可以得到各指標(biāo)對(duì)房?jī)r(jià)影響的總貢獻(xiàn)率（見(jiàn)表12研究變量間的非確定性關(guān)系，構(gòu)造變量間經(jīng)驗(yàn)公式的數(shù)理統(tǒng)計(jì)方法稱為回歸分析。+βpx1p1+ε1y2=β0+β1x21+β2x22+令：Y=y1y2?yn，β=β0β1?βp1ε=ε1ε2?εn, X=1x11x12…x1p11x21x22…x2p1?????1xn1xn2…xnp1則式(24) 為了求β, 由(4)式將Sβ對(duì)β求導(dǎo),并令其為零, 得：dSβdβ=dYXβT(YXβ) dβ=d(YTYβTXTYYTXβ+βTXTXβ)dβ=0 (27） 對(duì)殘差平方和：εTε=εTIxxTx1xTy=yTyβTXTY （2+βpxp+ε因此，EεTε=σ2np?σ2=εTεnp （210） R 是復(fù)相關(guān)系數(shù),用于測(cè)定回歸模型的擬合優(yōu)度,R 越大,說(shuō)明y 與x1 ,x2,?xp1，xp的線性關(guān)系越顯著,為yi 的平均值,R 取值范圍為0│ R │≤ 1。反之，回歸模型不能用于預(yù)測(cè)。1），由該表可知，第一問(wèn)題中所列影響房地產(chǎn)價(jià)格的主要因素北京市生產(chǎn)總值（億元），人均住宅建筑面積（平方米），房地產(chǎn)開(kāi)發(fā)投資額(億元)，居民家庭人均收入（元），經(jīng)濟(jì)適用房銷售價(jià)格（元），保障性住房面積（萬(wàn)平方米）均符合，從而可采用以上六個(gè)指標(biāo)對(duì)房?jī)r(jià)的總體變化作出評(píng)價(jià)。2)，由表21 模型概述表Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbinWatsonR Square ChangeF Changedf1df2Sig. F Change1.994a.989.989.989622048.000.001a. Predictors: (Constant), 保障性住房面積（萬(wàn)平方米）, 房地產(chǎn)開(kāi)發(fā)投資額(億元), 經(jīng)濟(jì)適用房銷售價(jià)格（元）, 居民家庭人均收入（元）, 人均住宅建筑面積（平方米）, 北京市生產(chǎn)總值（億元）b. Dependent Variable: 商品房銷售價(jià)格（元）表2曲線估計(jì)則是研究?jī)勺兞块g非線性關(guān)系的一種方法，選定一種方程表達(dá)的曲線，使得實(shí)際數(shù)據(jù)與理論數(shù)據(jù)之間的差異盡可能地小。如下表（見(jiàn)表3運(yùn)行結(jié)果如下：經(jīng)濟(jì)適用房銷售價(jià)格隨時(shí)間變化擬合結(jié)果（見(jiàn)表31 經(jīng)濟(jì)適用房銷售價(jià)格擬合圖根據(jù)以上圖表顯示，是上述十個(gè)模型中最顯著的曲線關(guān)系，故可以得到經(jīng)濟(jì)適用房銷售價(jià)格與隨時(shí)間變化曲線為：X1=++同理，本文得到X2北京市生產(chǎn)總值（運(yùn)行結(jié)果圖表見(jiàn)附34），X10房地產(chǎn)開(kāi)發(fā)投資額（運(yùn)行結(jié)果圖表見(jiàn)附3因此得到隨時(shí)間變化擬合結(jié)果（見(jiàn)表34可知，X10房地產(chǎn)開(kāi)發(fā)投資額隨時(shí)間成指數(shù)性增長(zhǎng)，房?jī)r(jià)及影響房?jī)r(jià)的其它5項(xiàng)主要指標(biāo)與時(shí)間擬合均符合三次曲線。4 房?jī)r(jià)及各指標(biāo)擬合預(yù)測(cè)結(jié)果表指標(biāo)名稱預(yù)測(cè)模型F值經(jīng)校正的R2X1經(jīng)濟(jì)適用房銷售價(jià)格X1=++X2北京市生產(chǎn)總值X2=+X4居民家庭人均收入X4=++X5新增保障性住房面積X5=++X6人均住宅建筑面積X6=12,139++X10房地產(chǎn)開(kāi)發(fā)投資額X10=Y北京市商品房銷售價(jià)Y=+ (二)利用模型對(duì)五年內(nèi)房?jī)r(jià)進(jìn)行仿真預(yù)測(cè) 在前文中我們已經(jīng)得到房產(chǎn)價(jià)格與六項(xiàng)主要影響因素的線性關(guān)系，即： Y=+++2 擬合結(jié)果圖根據(jù)表36 2000至2015各指標(biāo)的仿真及預(yù)測(cè)數(shù)據(jù)表年份X1預(yù)測(cè)值X2預(yù)測(cè)值X4預(yù)測(cè)值X5預(yù)測(cè)值X6預(yù)測(cè)值X10預(yù)測(cè)值Y預(yù)測(cè)值2000247732665547147．450561262001286736077396242．117．191077849442002311142048413291．419．609044652003325050178937305．521．875045582004332860069304294．423．92901419513820053386713298502683．25．7110563520063468835610914237．427．1610748620073616963812833211．628．21909131200838721093915943201．228．825011012200942801221920581216．428．919013073201048801343927086267．128．44101525820115717145593579317512201268331554047040197802013827016343611647342200820141007016928785022414220151227717255993911408．926128如表3經(jīng)過(guò)上述研究，并對(duì)目前北京以及全國(guó)房地產(chǎn)市場(chǎng)環(huán)境進(jìn)行分析總結(jié)，本文擬出以下幾點(diǎn)關(guān)于促進(jìn)房地產(chǎn)價(jià)格健康持續(xù)發(fā)展的建議：（一）采取有效措施，引導(dǎo)廣大人民合理應(yīng)對(duì)通貨膨脹本文在對(duì)房地產(chǎn)價(jià)格進(jìn)行主要影響因素前，對(duì)所建立的指標(biāo)體系進(jìn)行了分析，并刪除了偶然性過(guò)大的貨幣供應(yīng)量這一指標(biāo)，沒(méi)有對(duì)其與房?jī)r(jià)進(jìn)行研究，但通貨膨脹使物價(jià)持續(xù)上漲，貨幣不斷的貶值，這對(duì)整個(gè)社會(huì)的經(jīng)濟(jì)、政治等方面有著巨大的危害性。上文的預(yù)測(cè)結(jié)果顯示，未來(lái)五年內(nèi)，北京市的房?jī)r(jià)依然會(huì)保持小幅度的增長(zhǎng)，這里不排除會(huì)有通貨膨脹的可能。自然災(zāi)害：泥石流、地陷、地質(zhì)坍塌、持續(xù)的暴雨、洪流、長(zhǎng)時(shí)間的天旱等會(huì)更加頻發(fā)；地下水資源不斷地減少、部分河流會(huì)斷流。大家都在搶這個(gè)東西，媒體制作這個(gè)房子稀缺論。因此，建議有N套房子作為不動(dòng)產(chǎn)的人適可而止，炒高房?jī)r(jià)的同時(shí)房產(chǎn)市場(chǎng)的泡沫也會(huì)遮住視線，房產(chǎn)不是黃金，不是食物貨幣，它沒(méi)有貯藏功能，市場(chǎng)供求關(guān)系一旦發(fā)生變化，房產(chǎn)的價(jià)值就會(huì)無(wú)形地縮水。由于宏觀調(diào)控政策等房?jī)r(jià)重要影響影響因素?zé)o法預(yù)測(cè)，本文只能對(duì) “十二五”規(guī)劃期間的未來(lái)五年北京市房?jī)r(jià)進(jìn)行預(yù)測(cè)?！?】 ，2011年8月14日。1：北京市生產(chǎn)總值擬合Model Summary and Parameter EstimatesDependent Variable:北京市生產(chǎn)總值（億元）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.98019.000Logarithmic.80719.000Inverse.51019.013Quadratic.99628.000Cubic.99837.000Compound.99419.000Power.91919.000.640S.65819.002Growth.99419.000.150Exponential.99419.000.150附35：房地產(chǎn)開(kāi)發(fā)投資額擬合Model Summary and Parameter EstimatesDependent Variable:房地產(chǎn)開(kāi)發(fā)投資額(億元)EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.98219.000Logarithmic.91919.000Inverse.67919.002Quadratic.98428.000Cubic.98737.000Compound.91719.000Power.99119.000.642S.85619.000Growth.91719.000.139Exponential.91719.000.139附3 x4(t)=+**t^2+*t^3。enddisp(39。)x2disp(39。)x5disp(39。)x10%預(yù)測(cè)二for i=1:1:16 y(i)=+*x1(i)+*x2(i)+*x4(i)*x5(i)*x6(i)*x10(i)。8：房?jī)r(jià)及各影響因素仿真預(yù)測(cè)結(jié)果