基于时空地理加权回归模型的北京市房价影响因素研究
发布时间：2021-07-04 02:30
作为人们生活中的必需品,住房问题与其价格近年来一直广受关注,房地产行业的热度也逐渐升温,因此,越来越多的对于房价问题的研究也开始受到重视,尤其是对于影响房价的因素的研究,探究这些因素在时间与空间上的变化规律,微观上能够帮助揭示影响房价变化的分布规律、内在特征以及形成机制,宏观上也能够为相关部门和机构制定政策、加强管理提供科学的决策指导依据。本文以北京市作为研究区域,北京市1980-2015年的二手房数据为研究对象,选取属性、空间、时间三方面变量作为解释变量,构建时空地理加权回归模型,同时,在原有的模型基础上,引入路网距离度量,得到了一种路网距离约束的时空地理加权回归模型,对改进后的模型与原有的时空地理加权回归方法估算结果进行对比,并分析其时空分异特征及其变化规律。本文的主要内容和结论如下:（1）对常用的房价研究模型进行介绍与对比,阐述相关的理论基础,选择时空地理加权回归方法作为基本模型,在此基础上引入路网距离,构建路网距离约束的时空地理加权回归模型。（2）根据北京市二手房房价数据,从属性、空间、时间三个方面选取变量作为影响房价的因素,通过对两种模型的估算结果进行对比分析,进而验证了改进...
【文章来源】：山东农业大学山东省
【文章页数】：62 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究现状
1.2.1 住宅特征价格模型
1.2.2 地理加权回归模型
1.2.3 时空地理加权回归模型
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 本章小结
2 时空地理加权回归模型
2.1 普通线性回归模型
2.1.1 普通线性回归模型的定义
2.1.2 普通线性回归模型的估计
2.2 地理加权回归模型
2.2.1 地理加权回归模型的定义
2.2.2 地理加权回归模型的估计
2.2.3 空间权函数与带宽
2.3 时空地理加权回归模型
2.3.1 时空地理加权回归模型的定义
2.3.2 时空地理加权回归模型的估计
2.3.3 时空权函数与带宽
2.4 本章小结
3 时空地理加权回归模型的统计推断
3.1 统计推断基本原理
3.2 时空非平稳性检验
3.2.1 空间非平稳性检验
3.2.2 空间非平稳性检验
3.2.3 F分布逼近法
3.3 多重共线性检验
3.4 本章小结
4 路网距离约束的时空地理加权回归模型
4.1 路网距离度量
4.2 路网距离约束的时空地理加权回归模型
4.3 路网距离的计算
4.3.1 路网图的预处理
4.3.2 单源最短路径及Dijkstra算法
4.4 本章小结
5 实验与分析
5.1 研究区域概况
5.2 变量选取
5.3 数据来源
5.3.1 住宅小区信息
5.3.2 距离数据
5.4 数据预处理
5.4.1 变量预处理
5.4.2 多重共线性检验
5.5 模型运行结果分析
5.5.1 模型对比验证
5.5.2 回归系数与非平稳性检验
5.5.3 影响因素分析
5.6 本章小结
6 结论与展望
6.1 结论
6.2 论文的主要创新点
6.3 展望
参考文献
攻读硕士学位期间发表论文及参与项目
致谢
【参考文献】：
期刊论文
[1]混合时空地理加权回归及参数的两步估计[J]. 赵阳阳,刘纪平,杨毅,张福浩,仇阿根. 计算机科学. 2017(03)
[2]一种协同时空地理加权回归PM2.5浓度估算方法[J]. 赵阳阳,刘纪平,杨毅,石丽红,王梅. 测绘科学. 2016(12)
[3]基于空间地理加权回归的哈尔滨市商品房房价研究[J]. 张博,曹连英,王蕾,高亚楠. 哈尔滨师范大学自然科学学报. 2016(03)
[4]武汉市房价的空间分布格局及其影响因素分析[J]. 郑晓燕,周鹏. 国土与自然资源研究. 2016(02)
[5]基于特征价格模型的南京市住宅价格实证分析[J]. 徐丽,简迎辉. 土木工程与管理学报. 2015(04)
[6]基于Web数据的实证研究:城市轨道交通对住宅价格的时空效应分析[J]. 刘康,李舟军,张小明. 计算机科学. 2015(09)
[7]时空地理加权回归模型的拟合分析[J]. 高丽群. 哈尔滨师范大学自然科学学报. 2015(03)
[8]城市住房价格局部线性地理加权回归分析——以湖北省黄石市为例[J]. 王新刚,孔云峰. 中国土地科学. 2015(03)
[9]土地供应政策对房价影响的GWR模型分析[J]. 郭贯成,熊强,汪勋杰. 南京农业大学学报(社会科学版). 2014(05)
[10]中国外资区位优势动态调整研究——基于地理加权回归的时空数据分析[J]. 汪文姣,陈志鸿. 国际贸易问题. 2014(06)
博士论文
[1]城市住宅地价空间分异及调控研究[D]. 刘洪洁.中国地质大学(北京) 2015
[2]城市住房价格时空模型分析[D]. 王新刚.河南大学 2015
[3]大兴安岭森林地上碳储量遥感估算与分析[D]. 戚玉娇.东北林业大学 2014
[4]基于半监督集成支持向量机的土地覆盖遥感分类方法研究[D]. 刘颖.中国科学院研究生院(东北地理与农业生态研究所) 2013
[5]基于区域特征的城市住宅价格模型研究[D]. 吴天君.解放军信息工程大学 2012
[6]我国城市住房价格测度：Hedonic方法与实证[D]. 程亚鹏.重庆大学 2010
[7]商品住宅特征价格模型与指数的应用研究[D]. 周丽萍.西安建筑科技大学 2008
[8]地理加权回归基本理论与应用研究[D]. 覃文忠.同济大学 2007
[9]基于GWR模型的城市住宅地价空间结构研究[D]. 罗罡辉.浙江大学 2007
[10]基于Hedonic模型的上海住宅特征价格研究[D]. 王旭育.同济大学 2006
硕士论文
[1]基于特征价格模型的房价研究[D]. 杨舒文.浙江大学 2017
[2]基于时空地理加权回归模型估算近地面NO2浓度[D]. 饶兰兰.中国矿业大学 2017
[3]北京职住空间结构及其影响因素研究[D]. 黄迪.北京交通大学 2016
[4]基于GWR模型的城市住宅地价空间分异及影响因素研究[D]. 吕志芳.甘肃农业大学 2016
[5]城市轨道交通对周边住宅价格的空间效应研究[D]. 李玲慧.重庆大学 2016
[6]时空加权回归模型的参数估计及其应用研究[D]. 李琪.兰州理工大学 2014
[7]时空地理加权回归模型的统计诊断[D]. 刘美玲.西安建筑科技大学 2013
[8]昆明市主城区住宅租金空间分异模式与影响因素研究[D]. 李婕.云南财经大学 2013
[9]中国房地产批量估价算法探索[D]. 靳永昌.兰州大学 2013
[10]时空加权回归模型的统计推断和影响分析[D]. 李帅峰.兰州理工大学 2012
本文编号：3263845
【文章来源】：山东农业大学山东省
【文章页数】：62 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究现状
1.2.1 住宅特征价格模型
1.2.2 地理加权回归模型
1.2.3 时空地理加权回归模型
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 本章小结
2 时空地理加权回归模型
2.1 普通线性回归模型
2.1.1 普通线性回归模型的定义
2.1.2 普通线性回归模型的估计
2.2 地理加权回归模型
2.2.1 地理加权回归模型的定义
2.2.2 地理加权回归模型的估计
2.2.3 空间权函数与带宽
2.3 时空地理加权回归模型
2.3.1 时空地理加权回归模型的定义
2.3.2 时空地理加权回归模型的估计
2.3.3 时空权函数与带宽
2.4 本章小结
3 时空地理加权回归模型的统计推断
3.1 统计推断基本原理
3.2 时空非平稳性检验
3.2.1 空间非平稳性检验
3.2.2 空间非平稳性检验
3.2.3 F分布逼近法
3.3 多重共线性检验
3.4 本章小结
4 路网距离约束的时空地理加权回归模型
4.1 路网距离度量
4.2 路网距离约束的时空地理加权回归模型
4.3 路网距离的计算
4.3.1 路网图的预处理
4.3.2 单源最短路径及Dijkstra算法
4.4 本章小结
5 实验与分析
5.1 研究区域概况
5.2 变量选取
5.3 数据来源
5.3.1 住宅小区信息
5.3.2 距离数据
5.4 数据预处理
5.4.1 变量预处理
5.4.2 多重共线性检验
5.5 模型运行结果分析
5.5.1 模型对比验证
5.5.2 回归系数与非平稳性检验
5.5.3 影响因素分析
5.6 本章小结
6 结论与展望
6.1 结论
6.2 论文的主要创新点
6.3 展望
参考文献
攻读硕士学位期间发表论文及参与项目
致谢
【参考文献】：
期刊论文
[1]混合时空地理加权回归及参数的两步估计[J]. 赵阳阳,刘纪平,杨毅,张福浩,仇阿根. 计算机科学. 2017(03)
[2]一种协同时空地理加权回归PM2.5浓度估算方法[J]. 赵阳阳,刘纪平,杨毅,石丽红,王梅. 测绘科学. 2016(12)
[3]基于空间地理加权回归的哈尔滨市商品房房价研究[J]. 张博,曹连英,王蕾,高亚楠. 哈尔滨师范大学自然科学学报. 2016(03)
[4]武汉市房价的空间分布格局及其影响因素分析[J]. 郑晓燕,周鹏. 国土与自然资源研究. 2016(02)
[5]基于特征价格模型的南京市住宅价格实证分析[J]. 徐丽,简迎辉. 土木工程与管理学报. 2015(04)
[6]基于Web数据的实证研究:城市轨道交通对住宅价格的时空效应分析[J]. 刘康,李舟军,张小明. 计算机科学. 2015(09)
[7]时空地理加权回归模型的拟合分析[J]. 高丽群. 哈尔滨师范大学自然科学学报. 2015(03)
[8]城市住房价格局部线性地理加权回归分析——以湖北省黄石市为例[J]. 王新刚,孔云峰. 中国土地科学. 2015(03)
[9]土地供应政策对房价影响的GWR模型分析[J]. 郭贯成,熊强,汪勋杰. 南京农业大学学报(社会科学版). 2014(05)
[10]中国外资区位优势动态调整研究——基于地理加权回归的时空数据分析[J]. 汪文姣,陈志鸿. 国际贸易问题. 2014(06)
博士论文
[1]城市住宅地价空间分异及调控研究[D]. 刘洪洁.中国地质大学(北京) 2015
[2]城市住房价格时空模型分析[D]. 王新刚.河南大学 2015
[3]大兴安岭森林地上碳储量遥感估算与分析[D]. 戚玉娇.东北林业大学 2014
[4]基于半监督集成支持向量机的土地覆盖遥感分类方法研究[D]. 刘颖.中国科学院研究生院(东北地理与农业生态研究所) 2013
[5]基于区域特征的城市住宅价格模型研究[D]. 吴天君.解放军信息工程大学 2012
[6]我国城市住房价格测度：Hedonic方法与实证[D]. 程亚鹏.重庆大学 2010
[7]商品住宅特征价格模型与指数的应用研究[D]. 周丽萍.西安建筑科技大学 2008
[8]地理加权回归基本理论与应用研究[D]. 覃文忠.同济大学 2007
[9]基于GWR模型的城市住宅地价空间结构研究[D]. 罗罡辉.浙江大学 2007
[10]基于Hedonic模型的上海住宅特征价格研究[D]. 王旭育.同济大学 2006
硕士论文
[1]基于特征价格模型的房价研究[D]. 杨舒文.浙江大学 2017
[2]基于时空地理加权回归模型估算近地面NO2浓度[D]. 饶兰兰.中国矿业大学 2017
[3]北京职住空间结构及其影响因素研究[D]. 黄迪.北京交通大学 2016
[4]基于GWR模型的城市住宅地价空间分异及影响因素研究[D]. 吕志芳.甘肃农业大学 2016
[5]城市轨道交通对周边住宅价格的空间效应研究[D]. 李玲慧.重庆大学 2016
[6]时空加权回归模型的参数估计及其应用研究[D]. 李琪.兰州理工大学 2014
[7]时空地理加权回归模型的统计诊断[D]. 刘美玲.西安建筑科技大学 2013
[8]昆明市主城区住宅租金空间分异模式与影响因素研究[D]. 李婕.云南财经大学 2013
[9]中国房地产批量估价算法探索[D]. 靳永昌.兰州大学 2013
[10]时空加权回归模型的统计推断和影响分析[D]. 李帅峰.兰州理工大学 2012
本文编号：3263845
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3263845.html
