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
基于ARIMA模型的中等城市住宅销售价格走势预测——以江苏省徐州市为例
被引量:
1
下载PDF
职称材料
导出
摘要
根据江苏省徐州市2011年-2015年住宅房屋价格统计数据,对2010年房价为基准的基期比进行时间序列的平稳化处理。通过差分运算、自相关函数、偏自相关函数等对数据进行模型拟合,通过模型检验和AIC准则、BIC准则选择最优的ARIMA模型。最后基于最优模型对徐州市房价走势作出预测。
作者
黄轲
董婷婷
机构地区
江苏师范大学
出处
《辽宁农业职业技术学院学报》
2016年第5期61-64,共4页
Journal of Liaoning Agricultural Technical College
关键词
基期比
房价趋势
ARIMA
预测
分类号
F293.35 [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
14
参考文献
5
共引文献
9
同被引文献
1
引证文献
1
二级引证文献
1
参考文献
5
1
黄毅.
中小城市商品住宅价格泡沫指数研究——以泰州市为例[J]
.中国集体经济,2015(30):21-22.
被引量:1
2
周稳海,赵桂玲,陈立文.
基于ARIMA模型的我国商品房价格趋势预测分析[J]
.建筑经济,2014,35(6):96-99.
被引量:5
3
袁芳.
基于ARIMA模型的西安市新建住宅价格指数的分析和预测[J]
.中国科技信息,2013(11):180-180.
被引量:4
4
贺立.
基于时间序列分析的2014年北京商品住宅价格指数预测[J]
.东方企业文化,2014(2S):305-305.
被引量:3
5
高源.
基于ARIMIA模型的呼和浩特市房屋销售价格指数预测[J]
.北方经济,2013(9):69-70.
被引量:1
二级参考文献
14
1
曾五一,孙蕾.
中国房地产价格指数的模拟和预测[J]
.统计研究,2006,23(9):27-30.
被引量:24
2
周玉江,余冬根.
2007年北京市房地产市场发展预测[J]
.建筑经济,2007,28(5):72-74.
被引量:2
3
欧廷皓.
基于ARMA模型的房地产价格指数预测[J]
.统计与决策,2007,23(14):92-93.
被引量:24
4
武秀丽,张锋.
时间序列分析法在房价预测中的应用——以广州市的数据为例[J]
.科学技术与工程,2007,7(21):5631-5635.
被引量:18
5
Michael J.Potepan.Explaining Intermetropolitan Variation in Housing Prices, Rents and Land Prices[J].Real Estate Economics.2003(2)
6
Stephen Malpezzi.A Simple Error Correction Model of House Prices[J].Journal of Housing Economics.1999(1)
7
杨励雅,邵春福.
基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法[J]
.吉林大学学报(工学版),2008,38(3):514-519.
被引量:24
8
刘欣明,张彩虹.
北京市住房价格上涨原因及未来走势剖析[J]
.现代经济(现代物业下半月),2008,7(2):35-36.
被引量:2
9
尤梅芳,黄敏,程立.
ARIMA模型在房价预测中的应用——四川省商品住房价格指数未来走势的实证分析[J]
.中国物价,2009(6):38-40.
被引量:12
10
赵青霞.
ARIMA模型在住房价格预测中的应用——以石家庄为例[J]
.现代物业(中旬刊),2011,10(1):72-74.
被引量:2
共引文献
9
1
朱青,周红.
基于灰色预测GM(1,1)模型的河南省房价预测[J]
.周口师范学院学报,2020,37(2):37-40.
被引量:1
2
武娇艳,李方.
进出口增长时间序列模型建立与预测[J]
.合作经济与科技,2015,0(1):74-75.
被引量:1
3
江玉杰.
ARIMA模型在江苏省GDP预测中的应用[J]
.南京工业职业技术学院学报,2015,15(1):26-29.
4
孙波,罗志坤.
基于GM(1,1)模型的哈尔滨房价走势前瞻[J]
.哈尔滨商业大学学报(社会科学版),2017(1):108-113.
被引量:7
5
袁芳.
西安市房地产价格影响因素分析及预测[J]
.现代经济信息,2018,0(1):477-478.
被引量:6
6
王楠,郑晨曦.
基于灰色系统GM(1,1)的济南市商品房房价预测模型[J]
.中国管理信息化,2018,21(15):129-131.
被引量:3
7
莫凡,赵征,尹韬然.
基于ARIMA模型的机场航班延误预测技术研究[J]
.航空计算技术,2018,48(3):68-73.
被引量:8
8
王蕾,刘佳杰.
基于ARIMA模型的保定市商品房价格预测研究[J]
.产业与科技论坛,2019,0(9):96-98.
被引量:3
9
王翔,王亮洒,郭一斌,李莲秀.
LSTM在房价指数预测中的应用研究[J]
.福建电脑,2021,37(11):18-21.
被引量:1
同被引文献
1
1
张志雷.
自相关过程的ARMA控制图[J]
.统计与决策,2012,28(6):99-101.
被引量:7
引证文献
1
1
宋颖超.
基于ARIMA模型的上海居民消费价格指数分析及预测[J]
.时代金融,2017(15).
被引量:1
二级引证文献
1
1
初睿.
基于ARIMA模型的北京市CPI预测分析[J]
.价值工程,2018,37(5):21-22.
被引量:3
1
韦芳.
基于宏观调控下的房地产经济发展与管理探析[J]
.现代经济信息,2014,0(9X):16-17.
被引量:5
2
曹彩杰.
浅析中国房价趋势的探讨[J]
.消费导刊,2009,0(24):58-58.
3
沈正欣.
上海房价趋势[J]
.上海房地,2004(10):24-25.
4
时寒冰.
高房价的悲与痛——泡沫累积终将走向崩盘[J]
.大众理财顾问,2010(3):16-17.
5
沈正欣.
从购买力角度看2004年上海房价趋势[J]
.上海投资,2004(5):59-60.
被引量:1
6
振兴.
房价欲 降还难——从财税政策谈房价趋势[J]
.重庆税务,2003(2):28-28.
7
李战军,周业勤.
房价走势预测[J]
.浦东开发,2003(8):39-41.
8
赵莹.
楼市拐点论刍议--从紧缩性货币政策角度分析房价趋势[J]
.现代经济探讨,2008(5):8-11.
9
杨茂.
ARIMA计量技术下河南省农民增收的预测模型研究[J]
.经济经纬,2007,24(4):110-112.
被引量:6
10
邹永军.
南昌房价趋势的预测与分析[J]
.价格月刊,2002(12):26-26.
辽宁农业职业技术学院学报
2016年 第5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