• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      對(duì)住宅價(jià)格影響因素的統(tǒng)計(jì)分析研究

      2018-12-17 08:01:24段向圭
      卷宗 2018年29期
      關(guān)鍵詞:參數(shù)檢驗(yàn)統(tǒng)計(jì)分析回歸分析

      段向圭

      摘 要:統(tǒng)計(jì)分析是指運(yùn)用統(tǒng)計(jì)方法定量、定性地對(duì)數(shù)據(jù)中的內(nèi)在關(guān)聯(lián)和信息進(jìn)行挖掘處理,被廣泛應(yīng)用于商業(yè)數(shù)據(jù)、教育數(shù)據(jù)分析。本文重點(diǎn)基于房地產(chǎn)領(lǐng)域中的商品住宅銷售價(jià)格同比指數(shù),利用統(tǒng)計(jì)分析中的參數(shù)檢驗(yàn)、相關(guān)分析、回歸分析方法分析商品房面積、商品房新舊、城市大小與房?jī)r(jià)波動(dòng)大小之間的內(nèi)在統(tǒng)計(jì)關(guān)系,對(duì)房?jī)r(jià)波動(dòng)大小可能有影響的因素的顯著性進(jìn)行分析,具有重要的現(xiàn)實(shí)意義。

      關(guān)鍵詞:統(tǒng)計(jì)分析;參數(shù)檢驗(yàn);回歸分析;房?jī)r(jià)波動(dòng)大小

      1 引言

      房?jī)r(jià)的上升引起了廣大有購(gòu)房需求的居民的關(guān)注,成為社會(huì)各界關(guān)注的熱點(diǎn)問(wèn)題。但是大家都是根據(jù)個(gè)人的經(jīng)驗(yàn)得到的觀點(diǎn),沒(méi)有權(quán)威性,而且社會(huì)是不斷發(fā)展的,任何觀點(diǎn)都不能永遠(yuǎn)維持原樣。況且在這些觀點(diǎn)中,有些是有理論依據(jù)的,但更多的摻雜了大家的主觀感覺(jué),很有可能是個(gè)人的偏見(jiàn)。從數(shù)據(jù)挖掘的角度上看,目前普通群眾的分析手段仍比較滯后,靠人工分析,工作量大。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展、國(guó)民計(jì)算機(jī)水平的提高,但很多人已經(jīng)能運(yùn)用EXCEL分析數(shù)據(jù)了,但是只會(huì)計(jì)算均分、排序等較為簡(jiǎn)單的分析,這對(duì)數(shù)據(jù)資源造成了極大的浪費(fèi)。

      2 商品房市場(chǎng)新老住宅價(jià)格指數(shù)波動(dòng)分析

      2.1 新舊住宅價(jià)格指數(shù)波動(dòng)差異產(chǎn)生的原因

      在中國(guó)人消費(fèi)觀中,“便宜”是極重要的一種商品屬性,但如果說(shuō)什么屬性能夠壓過(guò)它,大概就是“新”了。不管任何東西,你第一次買(mǎi)、第一次使用,都會(huì)顯得很特別,因而附帶了特殊的紀(jì)念屬性,讓人覺(jué)得“新”這一點(diǎn)很重要;在二手交易中,劣幣驅(qū)逐良幣的逆向淘汰普遍存在,但賣(mài)家必須以便捷的方式向買(mǎi)家證明,他賣(mài)的這件二手商品,質(zhì)量與價(jià)格是匹配的。

      2.2 采用的方法:兩獨(dú)立樣本T檢驗(yàn)

      兩獨(dú)立樣本t檢驗(yàn)是針對(duì)的兩個(gè)來(lái)自正態(tài)分布總體的相互獨(dú)立樣本,檢驗(yàn)其均值和方差是否來(lái)源于同一總體。T值越大,對(duì)應(yīng)的p值(sig值)就越小,也就是說(shuō)組間差異越顯著。

      2.3 數(shù)據(jù)的來(lái)源

      2018年2月70個(gè)大中城市商品住宅分類價(jià)格指數(shù)

      2.4 輸出結(jié)果及分析

      由表1可以看出,新商品房樣本數(shù)為70,2018年2月同比指數(shù)的均值為105.754,舊商品房的樣本數(shù)也為70,2018年2月同比指數(shù)的均值為104.809。從均分上看,新商品房的均值比舊商品房高了0.0945,新商品房?jī)r(jià)格同比指數(shù)平均波動(dòng)大。標(biāo)準(zhǔn)差反映了數(shù)據(jù)的離散程度,新商品房的標(biāo)準(zhǔn)差為4.0199,而舊商品房的標(biāo)準(zhǔn)差為3.0205。舊商品房?jī)r(jià)格同比指數(shù)比新商品房更為集中,也就是說(shuō),新商品房的價(jià)格同比指數(shù)上下浮動(dòng)區(qū)間比舊商品房大。舊商品房同比價(jià)格指數(shù)均值的標(biāo)準(zhǔn)誤0.3610,小于新商品房同比價(jià)格指數(shù)的0.4805,舊商品房的價(jià)格更為穩(wěn)定。

      在“方差方程的Levene檢驗(yàn)”框中,顯著性為0.007,小于0.05,不符合方差齊性假設(shè)。在“均值方程的T檢驗(yàn)”中顯著性(雙側(cè))為0.118,大于0.05,說(shuō)明兩組的均值不存在顯著差異,即新商品房的價(jià)格同比指數(shù)與舊商品房的差別不大。雖然新舊商品房?jī)r(jià)格同比指數(shù)的平均值相差0.0945,但根據(jù)T檢驗(yàn)結(jié)果,新舊住房在價(jià)格波動(dòng)程度上并沒(méi)有顯著差異,也就是說(shuō)僅憑平均值判斷新舊住房?jī)r(jià)格波動(dòng)程度并不科學(xué)。

      新舊商品房同比價(jià)格指數(shù)最高為112.2,最低為95.8,按不同的層次分級(jí),以5.47為一段,共分為3個(gè)等級(jí)。其中,95.8~101.27為等級(jí)1,101.27~106.74為等級(jí)2,106.74~112.21為等級(jí)3。在SPSS分析時(shí)一個(gè)一個(gè)判斷價(jià)格同比指數(shù)處于什么等級(jí)再錄入SPSS中工作量巨大,不現(xiàn)實(shí)。在本研究中采取“重新編碼為其它變量”的處理方法。

      數(shù)據(jù)重新編碼后,制作“新舊面積90至144m2價(jià)格波動(dòng)等級(jí)”交叉表(表2),可以更清楚的得到不同等級(jí)的數(shù)量。

      根據(jù)面積在90至144m2的住宅的數(shù)據(jù)分析,可知新舊差異對(duì)房?jī)r(jià)波動(dòng)影響并不顯著。那么其面積是否也是如此?這里又選用了面積在144m2以上的住宅的數(shù)據(jù)。

      新商品房的同比價(jià)格指數(shù)的平均數(shù)為105.5414,舊商品房的同比價(jià)格指數(shù)的平均數(shù)為104.3757,平均數(shù)僅相差1.1657分,和舊住房相比,新住房在同比價(jià)格指數(shù)上差距變大。而從標(biāo)準(zhǔn)偏差來(lái)看,面積在90至144m2新住宅標(biāo)準(zhǔn)偏差為4.0199,舊住宅標(biāo)準(zhǔn)偏差為3.0205。144m2以上新住宅標(biāo)準(zhǔn)偏差為3.83604,舊住宅標(biāo)準(zhǔn)偏差為2.98923。由此可見(jiàn)144m2以上住宅價(jià)格指數(shù)波動(dòng)比較集中。

      從144m2以上的兩獨(dú)立樣本T檢驗(yàn)結(jié)果來(lái)看(表4-5),在“方差方程的Levene檢驗(yàn)”框中,顯著性為0.046,小于0.05,不符合方差齊性假設(shè),則選擇“假設(shè)方差不相等”這一行的T檢驗(yàn)結(jié)果。在“均値方程的T檢驗(yàn)”中顯著性(雙側(cè))為0.052,大于0.05,說(shuō)明兩組的均值不存在顯著差異,即90m2以上住宅的新舊對(duì)他們的價(jià)格波動(dòng)影響不大。結(jié)合之前的分析,雖然面積不同,價(jià)格同比指數(shù)的分布情況不同,但是新舊對(duì)住房?jī)r(jià)格波動(dòng)的影響并不顯著這個(gè)結(jié)論是一樣的。

      3 房?jī)r(jià)的波動(dòng)過(guò)程中時(shí)間的回歸分析

      房子價(jià)格上漲不可能一下子形成,總是有一個(gè)過(guò)程的,因此我們以2015年為基期,對(duì)住宅價(jià)格的定基增長(zhǎng)速度進(jìn)行分析。

      3.1 回歸分析檢測(cè)價(jià)格波動(dòng)的理論依據(jù)

      回歸分析不僅可以對(duì)己知的成績(jī)進(jìn)行分析評(píng)價(jià),還能對(duì)未知的成績(jī)進(jìn)行合理預(yù)測(cè),并且預(yù)測(cè)結(jié)果合理可靠。在本研究中,就是利用多元線性回歸對(duì)2017年2月新住宅定基分析,并通過(guò)自變量的系數(shù)來(lái)觀測(cè)2017年2月新建住宅定基增長(zhǎng)速度對(duì)2018年2月新建住宅定基增長(zhǎng)速度的預(yù)測(cè)性。

      2018年2月新建商品住宅波動(dòng)幅度相比2017年2月有所下降,但曲線的變化趨勢(shì)幾乎相同,不同城市2017年及2018年的差值均在一定范圍內(nèi)變動(dòng),這說(shuō)明2018年2月新建商品住宅價(jià)格定基增長(zhǎng)速度和2017年2月有很大聯(lián)系,2017年2月新建商品住宅價(jià)格的定基增長(zhǎng)速度對(duì)2018年有很好的預(yù)測(cè)性,2017年居高的,2018年也居高。當(dāng)然從圖中可以發(fā)現(xiàn)有的城市會(huì)出現(xiàn)異?,F(xiàn)象,但是不影響整體情況。2017年2月商品住宅同比價(jià)格指數(shù)到底對(duì)2018年2月影響有多大,它的預(yù)測(cè)能力怎樣,這些都需要具體分析。

      3.2 采用的方法:一元線性回歸分析

      回歸分析方法是通過(guò)建立統(tǒng)計(jì)模型研究變量間相互關(guān)系的密切程度、結(jié)構(gòu)狀態(tài)及進(jìn)行模型預(yù)測(cè)的一種有效的工具。在統(tǒng)計(jì)分析、數(shù)據(jù)挖掘方面應(yīng)用十分廣泛。按照自變量的多少,可分為一元回歸分析和多元回歸分析。

      3.3 輸出結(jié)果和分析

      本研究中使用一元線性回歸對(duì)2017年2月、2018年2月新建商品住宅銷售定基增長(zhǎng)速度進(jìn)行分析。R2表示自變量能夠解釋因變量變化的比率。調(diào)整R2是修正后的解釋率。

      a.預(yù)測(cè)變量:(常量),2017年2月新建住宅銷售價(jià)格定基增長(zhǎng)速度。

      表4給出了模型擬合情況,從表格中可以看出:R>0,呈正線性相關(guān),Xi上升,Yi呈線性增加。R2為0.936,調(diào)整后的R2減少到了0.935,即2017年2月新建住宅銷售價(jià)格定基增長(zhǎng)速度能解釋2018年2月新建住宅銷售價(jià)格定基增長(zhǎng)速度的93.5%,這說(shuō)明引入回歸方程的變量是顯著的。

      從回歸擬合過(guò)程中的方差分析結(jié)果看:F表示數(shù)據(jù)的方差,顯著性這一欄是對(duì)F檢驗(yàn)的結(jié)果,當(dāng)顯著性>0.05時(shí),說(shuō)明該模型的誤差太大,要重新建模。本次研究結(jié)果顯示,回歸分析(F=994.082,P=0<0.05),由此可知:僅此次回歸分析建立的模型受誤差影響

      較小。

      表5給出的是模型回歸系數(shù)的估計(jì)值。貝塔是標(biāo)準(zhǔn)化回歸系數(shù)?;貧w系數(shù)表結(jié)果顯示2017年2月新建商品住宅定基增長(zhǎng)速度對(duì)2018年2月的新建商品住宅定基增長(zhǎng)速度有顯著的正向預(yù)測(cè)(β=0.787,p=0<0.05);也即2017年2月高,則2018年2月也高。

      得回歸方程為:y=30.091+0.787x

      由P-P概率可知,2018年2月新建住宅銷售價(jià)格定基增長(zhǎng)速度數(shù)據(jù)是呈正態(tài)分布的。同樣分析2017年2月二手住宅銷售價(jià)格定基增長(zhǎng)速度對(duì)2018年2月二手住宅銷售價(jià)格定基增長(zhǎng)速度的影響。

      得回歸方程為:y=15.478+0.925x

      綜上,可以看出無(wú)論新舊住宅,2017年2月銷售價(jià)格定基增長(zhǎng)都對(duì)2018年2月有顯著影響。

      4 基于統(tǒng)計(jì)分析結(jié)果的購(gòu)房建議

      根據(jù)第三章對(duì)可能影響住宅價(jià)格波動(dòng)的所有因素的數(shù)據(jù)統(tǒng)計(jì)分析,可知影響住宅價(jià)格波動(dòng)的主要影響因素有:住宅的新舊、住宅的面積、上一年的波動(dòng)程度,其中,住宅的新舊以及面積對(duì)價(jià)格波動(dòng)的影響較小,上一年的波動(dòng)程度對(duì)住宅今年的波動(dòng)影響較大。因此,居民在選擇購(gòu)房時(shí)要著重關(guān)注心儀住房前幾年的波動(dòng)程度,推算出今年的波動(dòng)程度,若波動(dòng)成度大則需要盡快做出購(gòu)房決定;也可以根據(jù)回歸方程尋找波動(dòng)程度最小,價(jià)格最為穩(wěn)定的住宅。而住宅的新舊以及面積對(duì)價(jià)格的程度較小,可以基于前幾年的波動(dòng)程度適當(dāng)考慮。

      5 結(jié)束語(yǔ)

      綜上所述,統(tǒng)計(jì)分析是指運(yùn)用統(tǒng)計(jì)方法定量、定性地對(duì)數(shù)據(jù)中的內(nèi)在關(guān)聯(lián)和信息進(jìn)行挖掘處理,被廣泛應(yīng)用于商業(yè)數(shù)據(jù)、教育數(shù)據(jù)分析。本文重點(diǎn)基于房地產(chǎn)領(lǐng)域中的商品住宅銷售價(jià)格同比指數(shù),利用統(tǒng)計(jì)分析中的參數(shù)檢驗(yàn)、相關(guān)分析、回歸分析方法分析商品房面積、商品房新舊之間的內(nèi)在統(tǒng)計(jì)關(guān)系,對(duì)房?jī)r(jià)波動(dòng)大小可能有影響因素的顯著性進(jìn)行分析,具有重要的現(xiàn)實(shí)意義,同時(shí)結(jié)合分析結(jié)果得出了一些對(duì)購(gòu)房有益的啟示。由于各種條件的限制,本研究還有許多不足之處:因?yàn)樵谑占瘮?shù)據(jù)時(shí),數(shù)據(jù)不夠詳盡,只搜集到70個(gè)大中城市2月份的數(shù)據(jù),月份不同,城市大小不同價(jià)格波動(dòng)情況也會(huì)有所不同,所以結(jié)論可能存在片面性,這也會(huì)使分析結(jié)果存在偏差。總之本研究還存在一定的不足之處,希望對(duì)后續(xù)的相關(guān)研究起到借鑒作用。

      參考文獻(xiàn)

      [1]周慶,牟超,楊丹.教育數(shù)據(jù)挖掘研究進(jìn)展綜述[J].軟件學(xué)報(bào),2015,26(11):3026-3042.

      [2]楊建芹.獨(dú)立樣本T檢驗(yàn)在學(xué)生學(xué)業(yè)質(zhì)量評(píng)價(jià)中的應(yīng)用[J].大連教育學(xué)院學(xué)報(bào),2016,32(2):52-53.

      [3]劉建偉.國(guó)家統(tǒng)計(jì)局城市司高級(jí)統(tǒng)計(jì)師劉建偉解讀2月份商品住宅銷售價(jià)格變動(dòng)情況統(tǒng)計(jì)數(shù)據(jù)[Z].國(guó)家統(tǒng)計(jì)局網(wǎng)站,2018.

      猜你喜歡
      參數(shù)檢驗(yàn)統(tǒng)計(jì)分析回歸分析
      如何發(fā)揮新時(shí)期統(tǒng)計(jì)工作的作用之我見(jiàn)
      基于變形監(jiān)測(cè)的金安橋水電站壩體穩(wěn)定性分析
      企業(yè)固定資產(chǎn)分析存在問(wèn)題及對(duì)策分析
      以統(tǒng)計(jì)分析為基礎(chǔ)的房地產(chǎn)稅收優(yōu)化分析
      森林碳匯影響因素的計(jì)量模型研究
      河北省城鎮(zhèn)居民人均可支配收入與消費(fèi)統(tǒng)計(jì)分析
      商(2016年27期)2016-10-17 05:53:09
      SPSS在高校圖書(shū)館服務(wù)體系中的應(yīng)用研究
      科技視界(2016年20期)2016-09-29 11:18:30
      河南省經(jīng)濟(jì)增長(zhǎng)質(zhì)量與創(chuàng)新能力關(guān)系的實(shí)證分析
      非參數(shù)檢驗(yàn)的概念
      非參數(shù)檢驗(yàn)的概念
      台中县| 甘南县| 伊金霍洛旗| 罗源县| 苏尼特右旗| 霸州市| 桐梓县| 乐东| 乾安县| 阳山县| 定安县| 景谷| 朝阳县| 北碚区| 卓尼县| 高平市| 福鼎市| 揭阳市| 北海市| 玉溪市| 松桃| 凤城市| 南康市| 奉新县| 韶山市| 开远市| 长白| 甘孜| 贵阳市| 简阳市| 吴忠市| 香格里拉县| 家居| 保德县| 杂多县| 弥渡县| 菏泽市| 图们市| 甘德县| 珲春市| 汨罗市|