房價(jià)問題的模型設(shè)計(jì)及相關(guān)問題討論論文-資料下載頁
2025-07-27 04:42本頁面
【正文】 上在考慮其他因素時(shí)，此方法仍然是適用的。 其次，確定模型參數(shù)的樣本序列僅僅有13組數(shù)據(jù)，在應(yīng)用統(tǒng)計(jì)規(guī)律中，因?yàn)榻y(tǒng)計(jì)規(guī)律本來只是適用于一些大樣本甚至是無窮大序列，如果在樣本很小的情況下應(yīng)用，結(jié)果誤差可能會很大。而在提出該模型時(shí)也確實(shí)參考很多的數(shù)據(jù)，才將之間的個(gè)各因素確定為線性的。在計(jì)算時(shí)為了節(jié)省時(shí)間又能夠說明問題，所以只選用了幾組數(shù)據(jù)。針對以模型中存在的問題，我們提出如下改進(jìn)建議。（1）本模型選取了13個(gè)代表性城市的數(shù)據(jù)進(jìn)行分析，如果對更多的城市的統(tǒng)計(jì)數(shù)據(jù)（樣本）進(jìn)行模型運(yùn)算，可以保證精度會更高。（2）本模型建立過程中忽略了眾多因素對房價(jià)的影響，如考慮建成面積、流動人口、國家調(diào)控等因素等，應(yīng)綜合考慮各方面因素，以減小誤差。 （3）本模型建立過程中考慮各個(gè)因素與房價(jià)呈線性關(guān)系，但實(shí)際上線性不一定是最好的選擇，還可以考慮2次、多次等回歸關(guān)系，所建立的模型會誤差更小。參考文獻(xiàn)[1]. 中華人民共和國國家統(tǒng)計(jì)局—年度數(shù)據(jù)，[2].毛國君等編著，《數(shù)據(jù)挖掘原理與算法（第二版）》，北京：清華大學(xué)出版社，,P123。[3].魏宗舒等編著，《概率論與數(shù)理統(tǒng)計(jì)》，北京：高等教育出版社。[4].徐萃薇、孫繩武編著，《計(jì)算方法引論》，北京：高等教育出版社，,P47P52，P54P58。[5].徐滇慶，《房價(jià)與泡沫經(jīng)濟(jì)》，北京:機(jī)械工業(yè)出版社，P33,P181P198,P369P371。[6].金勇進(jìn)主編，《數(shù)字中國》，北京：人民出版社，P299。[7].郝益東，《中國住房觀察與國際比較（第二版）》，北京：中國建筑工業(yè)出版社，2010，P24,P60,P125P134,P175P177。附錄：MATLAB程序1．因素確定相關(guān)程序M=[ 13799 6886 3263 12840 4983 7826 3532 2680 3509 3223 2931 2452 5427 ]。N=[ ]。for j=1:8 a=sum(M(:,j))/13。 for i=1:13 if M(i,j)=a N(i,j)=1。 else N(i,j)=0。 end endenddisp(N)2. 主要因素與房價(jià)關(guān)系圖畫法程序x=[ ]。 %[ ]中輸入與房價(jià)相關(guān)的因素?cái)?shù)值，以列矩陣輸入%y=[ ]。 %[ ]中輸入選取的城市當(dāng)年的房價(jià)，以列矩陣輸入%p=polyfit(x,y,1)。x2=9000:100:24000。 %選取x軸的范圍% y2=polyval(p,x2)。figure(1)plot(x,y,39。o39。,x2,y2)grid ontitle(39。 39。) %39。 39。中輸入某因素與房價(jià)的關(guān)系圖%xlabel(39。 39。) %39。 39。中輸入所選取的因素%ylabel(39。商品房平均銷售價(jià)(元/平方米)39。)Y=[ ]。 %[ ]中輸入△Y, △A,△B,△C,△D, 以列矩陣輸入%X=[ ]。 %[ ]中輸入△Y, △A,△B,△C,△D, 以列矩陣輸入%pjY= 。pjX= 。r1=YpjY。r2=XpjX。r=r1.*r2。181。xy=sum(r)。disp(181。xy)。4. 回歸方程系數(shù)求解程序A=[+008 +009 +007 +006。+009 +009 +008 +007。+007 +008 +006 +006。+006 +007 +006 +005]。 %輸入?yún)f(xié)方差矩陣%B=[+008 +009 +007 +006]。 %輸入?yún)f(xié)方差矩陣%a=inv(A)*B。disp(a)。 %以列矩陣輸出,%Y=13799。A=。B=。C=。D=。 %輸入一個(gè)城市Y,A,B,C,D%M=[*()+*()*()+*()。disp(M)。6. 實(shí)際房價(jià)與計(jì)算價(jià)格比較A=[ ]。B=[ ]。C=[ ]。D=[ ]。 %輸入13個(gè)城市的A,B,C,D,以列矩陣輸入%Y=*()+*()*()+*()+。disp(Y)。 %輸出13個(gè)城市的計(jì)算房價(jià)%X=[ ]。 %輸入13個(gè)城市的實(shí)際房價(jià),以列矩陣輸入%disp((XY)./X)。 %輸出誤差百分比%7. 對影響北京房價(jià)的四個(gè)因素的預(yù)測：t=[1 2 3 4 5 6 7]39。y=[ ]。X1=[ones(size(t)) t]。a=X1\y。disp(a)。x2=1:7。p=polyfit(t,y,1)。y2=polyval(p,x2)。figure(1)plot(t,y,39。o39。,x2,y2)title(39。工薪收入與年份擬合曲線39。)xlabel(39。年份序號39。)ylabel(39。工薪收入（元）39。)：t=[1 2 3 4 5 6 7] 39。y=[ ]。 %輸入所求解因素03—09年實(shí)際數(shù)據(jù)，以列矩陣輸入%X1=[ones(size(t)) t t.^2]。 %做二次擬合曲線%a=X1\y。disp(a)。x2=1:7。p=polyfit(t,y,2)。y2=polyval(p,x2)。figure(1)plot(t,y, 39。o39。,x2,y2)title(39。……與年份擬合曲線39。) %……代表所輸入的因素%xlabel(39。年份序號39。)ylabel(39。……39。) 2011年—2014年的房價(jià)預(yù)測程序A=[24624264382825330068]。B=[117495134660153385173670]。C=[]。D=[]。Y=*()+*()*()+*()+。disp(Y) 房價(jià)走勢擬合曲線圖畫法程序t=[1 2 3 4 5 6 7 9 10 11 12] 39。y=[ 11553124181379918698212512403427045]。X1=[ones(size(t)) t t.^2]。a=X1\y。disp(a)。x2=1:12。p=polyfit(t,y,2)。y2=polyval(p,x2)。figure(1)plot(t,y, 39。o39。,x2,y2)title(39。房價(jià)走勢擬合曲線39。)xlabel(39。年份序號39。)ylabel(39。房價(jià)（元）39。) 30
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1