期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
甘肃省商品房房价影响因素研究——基于多元线性回归模型的分析
被引量:
3
下载PDF
职称材料
导出
摘要
本文收集了甘肃省近十六年来的商品房平均房价,研究其中商品房平均销售价格与商品房销售面积、房地产住宅投资、年末常住人口、地区生产总值、房地产开发企业个数之间的关系,建立了预测商品房房价的多元线性回归模型,并对该模型进行多重共线性、序列相关性以及异方差性检验和检验,从而得到最优模型。
作者
白招弟
史佼佼
裴芳蓉
闫丽莉
李媛媛
机构地区
甘肃农业大学
出处
《广西质量监督导报》
2020年第10期198-199,共2页
关键词
商品房房价
影响因素
多元线性回归
分类号
F299.23 [经济管理—国民经济]
引文网络
相关文献
节点文献
二级参考文献
27
参考文献
5
共引文献
19
同被引文献
28
引证文献
3
二级引证文献
1
参考文献
5
1
薄鑫,孙英隽.
西安市商品房房价影响因素的实证研究——基于多元线性回归模型分析[J]
.农场经济管理,2018(5):38-41.
被引量:4
2
赵志君.
我国房地产市场特征和影响房价的因素分析[J]
.新疆财经,2019(1):5-12.
被引量:6
3
刘丽泽.
基于多元线性回归模型及ARIMA模型的北京市房价预测[J]
.科技经济导刊,2018(29):176-177.
被引量:6
4
何承朔.
基于多元线性回归建模的武汉市房价预测[J]
.科技经济导刊,2018(28):213-213.
被引量:3
5
李丹,朱家明,李薇,徐亮.
基于多元回归模型的房价影响因素研究[J]
.辽宁工业大学学报(自然科学版),2019,39(3):206-210.
被引量:7
二级参考文献
27
1
孙明春,陈家瑶,孙驰.
中国房地产泡沫开始破灭[J]
.金融发展评论,2010(8):27-32.
被引量:1
2
顾云昌,王霖.
中国房地产业现在高火未来防过火[J]
.房地产导刊,2002,0(Z1):22-27.
被引量:1
3
谢国忠,谈璐.
泡沫共存的石油和房地产[J]
.财经界,2004(9):16-17.
被引量:1
4
倪鹏飞.
中国房地产:徘徊在泡沫边缘[J]
.财经界,2004(11):66-68.
被引量:2
5
陆晓逊.
中国房价高是必然的[J]
.沪港经济,2004(12):47-47.
被引量:3
6
朱小棣.
美国“双轨制”住房政策和它对中国住房改革的启示[J]
.中国房地产金融,1999(6):42-44.
被引量:4
7
杨德才.
东南亚金融危机对中国房地产开发的启示[J]
.中国房地产,1998(6):70-72.
被引量:4
8
吴坤岭.
对摩根士丹利首席经济学家说“不”[J]
.住宅产业,2004,0(10):79-81.
被引量:2
9
高波,赵奉军.
中国商业地产业发展的实证分析[J]
.产业经济研究,2009(4):44-52.
被引量:18
10
叶楚华.
房产泡沫撑不过四年[J]
.西部论丛,2010(9):44-46.
被引量:2
共引文献
19
1
王璐,张亚东,朱家明.
基于空间计量模型的房价影响因素研究[J]
.邵阳学院学报(社会科学版),2019,18(2):76-82.
被引量:1
2
唐文广,王梦茹.
多元线性回归模型在房地产评估中的应用[J]
.科技和产业,2019,19(6):89-94.
被引量:2
3
刘玥,张高境.
高铁数据与回归分析拟合上海和郑州高铁最优数量研究[J]
.数字技术与应用,2019,37(6):88-89.
被引量:1
4
戴上闳.
基于多元回归模型对房价的探索[J]
.全国流通经济,2019,0(18):128-130.
5
李梦欢,杨鹏辉,朱家明.
基于多元线性回归对海南省商品住宅价格的分析[J]
.景德镇学院学报,2019,34(5):29-34.
被引量:1
6
孙婷婷,沈毅,赵亮.
一种基于BP神经网络的房价预测模型[J]
.电脑知识与技术,2019,15(10):215-218.
被引量:4
7
刘云芬,张小思,杨奥莉,李茸,李志超.
基于模糊聚类和房价扰动的城市排名问题研究[J]
.湖北理工学院学报,2020,36(1):58-61.
8
杜渐.
河北省房地产价格影响因素分析[J]
.市场研究,2020(1):50-51.
被引量:2
9
刘钰,莫舒华,李颖婷,李文辉,杨小雄.
2015年~2018年南宁市房地产市场特征及走势研究[J]
.现代商业,2020(12):63-65.
10
王璇,朱家明.
基于ARIMA模型探析垃圾分类影响因素及总量预测[J]
.兰州工业学院学报,2020,27(3):68-72.
同被引文献
28
1
张爱琳,白丽娜.
基于GM(1,1)模型的包头市房地产价格预测[J]
.建筑经济,2020(S02):266-269.
被引量:9
2
彭丽花.
基于Hedonic模型的物业管理对广州市天河区房地产价格的影响分析[J]
.房地产世界,2021(11):16-19.
被引量:2
3
钟皓凡,吕华鲜.
基于Eviews的贵阳市旅游业影响因素分析[J]
.武汉商学院学报,2020(3):5-9.
被引量:3
4
高玉明,张仁津.
基于遗传算法和BP神经网络的房价预测分析[J]
.计算机工程,2014,40(4):187-191.
被引量:99
5
汤文彬.
我国房地产价格影响因素实证分析[J]
.价格理论与实践,2016(1):119-121.
被引量:30
6
周琴.
基于人工神经网络BP算法的莆田市房价预测[J]
.赤峰学院学报(自然科学版),2016,32(10):180-182.
被引量:3
7
王筱欣,高攀.
基于BP神经网络的重庆市房价验证与预测[J]
.重庆理工大学学报(社会科学),2016,30(9):49-53.
被引量:19
8
李春生,李霄野,张可佳.
基于遗传算法改进的BP神经网络房价预测分析[J]
.计算机技术与发展,2018,28(8):144-147.
被引量:11
9
高文,李富星,牛永洁.
基于BP神经网络对房价预测的研究[J]
.延安大学学报(自然科学版),2018,37(3):37-40.
被引量:7
10
刘智禄,王慧丽.
基于GM模型和BP神经网络的西安市房价分析与预测[J]
.西安石油大学学报(社会科学版),2019,28(5):9-14.
被引量:10
引证文献
3
1
谢睿,杜悦,朱家明.
基于多元回归对安徽房价影响因素的计量分析[J]
.哈尔滨师范大学自然科学学报,2022,38(4):36-42.
被引量:1
2
荣洽.
基于多元回归模型的货币政策实施效果[J]
.科技经济市场,2021(6):40-41.
3
江雨燕,刘昊.
基于Pearson系数和萤火虫算法优化BP神经网络的住宅价格预测模型[J]
.南阳理工学院学报,2023,15(2):1-6.
二级引证文献
1
1
毛晨希,董可扬,宋瑾钰.
基于线性回归的房产分析与展示系统设计[J]
.软件导刊,2023,22(7):104-111.
1
数字快报[J]
.四川省情,2020(12):8-9.
2
2020年1~6月份全国房地产开发投资和销售情况[J]
.房地产世界,2020(15):3-6.
3
2020年1-10月份全国房地产开发投资同比增长6.3%[J]
.企业决策参考,2020(31):15-16.
4
张和新,阎虎勤.
基于灰色GM(1,1)模型的商品房销售价格预测[J]
.应用数学进展,2020,9(6):825-830.
被引量:1
5
沈东明,蔡建涛,何锐,黄晓明.
基于统计软件R的安全壳泄漏率试验数据有效性分析[J]
.核动力工程,2020,41(5):99-103.
被引量:8
6
赵立杰,王佳,黄明忠,王国刚.
基于偏最小二乘随机配置网络的污水水质指标估计[J]
.化工学报,2020,71(12):5672-5680.
被引量:6
7
刘菲,张健,常伟.
大跨度管型母线挠度的计算及控制方式研究[J]
.电子元器件与信息技术,2020,4(9):69-71.
被引量:5
8
马国林,丁建丽,韩礼敬,张子鹏.
基于变量优选与机器学习的干旱区湿地土壤盐渍化数字制图[J]
.农业工程学报,2020,36(19):124-131.
被引量:12
广西质量监督导报
2020年 第10期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部