共查询到20条相似文献，搜索用时 39 毫秒
1.
采用安徽省13个地市2001～2010年的面板数据,对影响安徽省房地产价格的因素进行实证分析。研究结果表明：银行年度基准贷款利率和房屋销售面积与房地产价格不存在协整关系,用面板数据模型及分位数回归模型分析的结果均表明人均可支配收入对房地产价格影响的弹性最大。最后提出3点政策性建议,为政府调控房地产市场价格作参考。 相似文献
2.
新型城镇化对房地产价格影响程度的实证研究 总被引：1，自引：0，他引：1
程利敏 《河南科技学院学报》2013,(11):11-14
新型城镇化的核心是以人为本,重点是解决农民进城后的市民化问题。城镇化给房地产市场带来了广阔的发展空间,导致房地产价格一路飙升。文章主要从人均GDP、当年房地产销售额、城镇居民家庭人均可支配收入、城镇化率等影响城镇化发展的四个因素出发,选取2001--2011年的数据进行实证分析,研究得出城镇化对房地产价格影响的原因及程度。具体为：当年房地产销售额和城镇化率和房地产价格有正相关关系,人均GDP和城镇居民家庭人均可支配收入对房地产价格的影响不具有显著性。 相似文献
3.
为深入了解全球变暖缘由及影响,探究变暖是否停滞,考虑地球吸热、散热及海洋温度变化等因素,构建一种全球温度预测模型,预测未来25年温度变化。采用主成分分析法找出贡献度较大的3个主成分,再用3组灰色预测模型预测海洋平均温度、二氧化碳排放量、太阳长波辐射等8个变量,并进行光滑比、级比和残差检验。结果表明,预测符合前29年（1990-2018年）时间序列图规律,用历史数据训练BP神经网络,然后把8个变量的预测值代入神经网络,拟合优度为0.922 72,精度非常高,可以看出全球平均温度距平序列越来越大,说明温度正逐渐升高,而不是停滞。 相似文献
4.
朱述知 《内江师范学院学报》2014,(6):89-93
利用我国农村居民消费有关数据,首先用主成分方法进行降维,并且同时消除解释变量之间的多重共线性,然后对农村居民人均消费支出与农村居民人均纯收入、人均储蓄存款、人均GDP和消费价格指数这四个影响因素进行主成分回归分析.实证分析结果表明,四个影响因素均对农村居民消费需求有显著影响,对模型进一步分析得出,近几年来我国消费迅速上升背后最大推动力竟然是物价的持续上涨,而不是居民消费动力有很大提高,最后对实证结果给予合理的经济解释. 相似文献
5.
汽车保有量预测对城市交通的发展方向、城市交通的控制管理、城市道路的建设情况等都有直接的参考意义。本文通过分析影响城市汽车保有量的因素,通过参考部分参考文献,城区人口总数人均GDP、公路客运量等8个指标,首先采用主成分分析法将8个因素进行分析,然后建立BP神经网络模型对湖南省2006到2008年汽车保有量进行预测,预测结果分别为98.93万辆、122.18万辆、137.03万辆,与汽车保有量实际值94.64万辆、121.72万辆、142.67万辆很接近,预测精度比较高。这表明BP神经网络具有很强的学习与泛化能力,用于汽车保有量预测的可行性与有效性。 相似文献
6.
南光耀 《重庆职业技术学院学报》2015,24(3)
根据微博风云网站提供的影响力排名前100名的房地产企业高管微博特征数据,采用主成分分析法,对其新浪官方微博的营销效果进行分析,进而得出影响房地产企业高管微博营销效果的3个主成分及其与微博指标的量化关系,提出了提升微博营销效果的相关建议,为国内房地产企业高管微博的营销效果进行评估提供参考. 相似文献
7.
8.
建立高精度水量预测算法模型,有利于水资源充分利用。以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证。结果表明：4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型。将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79%,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法。 相似文献
9.
传统的房价预测方法主要是按时间序列进行的,而房价的走势除与历史房价有关外,还由人均居住使用面积、市区人口总数、人均可支配收入、人均消费性支出等多方面的因素决定。通过对影响厦门房价的多种因素进行分析,并预测这些数据的走势,利用BP神经网络进行仿真,得出厦门市房价的预测值,结果表明用此模型进行房价预测是十分精确的。 相似文献
10.
11.
12.
西安市城市化进程与人居环境的定量研究 总被引：1，自引：0，他引：1
以城市地理学、生态经济学的基本理论为指导,结合西安市的系列实证资料,运用主成分分析法。对影响西安市城市化与城市人居环境关系的主要因素进行定量分析,探讨两者之间的相互关系。研究表明。西安市城市化水平与城市人居环境之间有较大的一致性,并根据研究结果提出了加快西安城市化进程与提升城市人居环境质量的建议。 相似文献
13.
利用1999-2010年的相关数据,构建回归模型,实证分析以经济适用房为代表的住房保障政策与房地产市场发展的关系。得出以下结论：1）人均可支配收入水平、城市化水平和贷款利率对房地产价格存在正向的显著影响;2）房地产开发投资占固定资产投资比重和经济适用房销售面积对房地产价格存在反向的显著影响;3）住房保障与房地产价格之间存在着弹性关系,住房保障的增加能够平抑房地产价格的上涨。 相似文献
14.
张鹭 《衡阳师范学院学报》2015,(3)
近年来,房地产在我国经济发展中发挥着越来越大的作用,但是房地产只有在合理健康范围内发展才能对经济发展产生积极作用,该文通过主成分分析法建立以规模、供求、价格和结构为分目标的房地产健康状况评价指标体系,运用客观数学方法确定权重,建立评价模型,并运用3σ法和经验数据法确定分目标中子指标的健康范围,最后分别对河南省18个地级房地产市场状况进行评价,探讨其健康程度。 相似文献
15.
靖玉娟 《忻州师范学院学报》2010,26(5)
文章运用城市地理学与城市经济学的基本理论,采用SPSS11.5主成分分析法建立评价计量模型对山西省11个地级市的综合竞争力逐一测度,进行横向静态比较,然后排序,并对结果进行分析.通过分析山西省11个地级市城市发展的优劣势,从而为提高山西省11个地级市城市综合竞争力提供一些措施参考. 相似文献
16.
近年来,房地产发展迅速,存在着产生泡沫的危险,对未来房地产的预测,有利于制定房地产政策,避免房地产泡沫的产生.本文就影响房地产需求的因素进行了分析,在此基础上,以金华市为例,采用多种预测方法分别建立了相关因素变量的预测模型,再运用组合预测方法得出更科学的预测结果. 相似文献
17.
18.
陈欣 《西安文理学院学报》2013,16(2)
运用SPSS软件对葡萄酒的理化指标进行主成分分析,把葡萄酒的各项理化指标降维成了9个主成分,以9个主成分为自变量,葡萄酒的实际评分为因变量,建立多元线性回归模型,得到回归方程.通过葡萄酒质量的预测得分与实际评分的误差分析,得出预测准确率达到了81.5％. 相似文献
19.
根据灰色关联度分析法,建立了房地产价格灰色关联度模型,利用宿州市房地产近十年价格数据（2002—2011年）,对宿州市房地产价格影响因素进行了深入分析．结果表明：宿州房地产价格主要由城市经济发展水平决定,投机因素较少,具有稳步上升的空间．最后根据宿州市房地产价格的未来走势,从经济发展,人均可支配收入,商品房销售面积等方面,提出了规范宿州市房地产市场的政策建议． 相似文献
20.
《南阳师范学院学报》2015,(12):12-17
支持向量机是人工智能研究领域中的重要课题,但该算法不能够对复杂高维的生物医学数据进行准确的分类,而FSVM方法能够利用模糊性对标记样本数据进行较准确的归类,故采用FSVM算法对老年痴呆数据进行分析.通过特征提取方法对数据进行降维,采用主成分分析法提取出数据的11个主成分,并筛选前3个主成分和前2个主成分分别进行分类模型的训练.利用基于FSVM的模糊C均值聚类方法将老年痴呆的121个样本分成了正负两个类别,实验结果表明,FSVM算法能够有效地分析老年痴呆数据. 相似文献