作為人們生活中的必需品,住房問題與其價格近年來一直廣受關注,房地產(chǎn)行業(yè)的熱度也逐漸升溫,因此,越來越多的對于房價問題的研究也開始受到重視,尤其是對于影響房價的因素的研究,探究這些因素在時間與空間上的變化規(guī)律,微觀上能夠幫助揭示影響房價變化的分布規(guī)律、內(nèi)在特征以及形成機制,宏觀上也能夠為相關部門和機構制定政策、加強管理提供科學的決策指導依據(jù)。本文以北京市作為研究區(qū)域,北京市1980-2015年的二手房數(shù)據(jù)為研究對象,選取屬性、空間、時間三方面變量作為解釋變量,構建時空地理加權回歸模型,同時,在原有的模型基礎上,引入路網(wǎng)距離度量,得到了一種路網(wǎng)距離約束的時空地理加權回歸模型,對改進后的模型與原有的時空地理加權回歸方法估算結果進行對比,并分析其時空分異特征及其變化規(guī)律。本文的主要內(nèi)容和結論如下:（1）對常用的房價研究模型進行介紹與對比,闡述相關的理論基礎,選擇時空地理加權回歸方法作為基本模型,在此基礎上引入路網(wǎng)距離,構建路網(wǎng)距離約束的時空地理加權回歸模型。（2）根據(jù)北京市二手房房價數(shù)據(jù),從屬性、空間、時間三個方面選取變量作為影響房價的因素,通過對兩種模型的估算結果進行對比分析,進而驗證了改進... 

【文章來源】：山東農(nóng)業(yè)大學山東省

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究現(xiàn)狀
        1.2.1 住宅特征價格模型
        1.2.2 地理加權回歸模型
        1.2.3 時空地理加權回歸模型
    1.3 研究內(nèi)容與技術路線
        1.3.1 研究內(nèi)容
        1.3.2 技術路線
    1.4 本章小結
2 時空地理加權回歸模型
    2.1 普通線性回歸模型
        2.1.1 普通線性回歸模型的定義
        2.1.2 普通線性回歸模型的估計
    2.2 地理加權回歸模型
        2.2.1 地理加權回歸模型的定義
        2.2.2 地理加權回歸模型的估計
        2.2.3 空間權函數(shù)與帶寬
    2.3 時空地理加權回歸模型
        2.3.1 時空地理加權回歸模型的定義
        2.3.2 時空地理加權回歸模型的估計
        2.3.3 時空權函數(shù)與帶寬
    2.4 本章小結
3 時空地理加權回歸模型的統(tǒng)計推斷
    3.1 統(tǒng)計推斷基本原理
    3.2 時空非平穩(wěn)性檢驗
        3.2.1 空間非平穩(wěn)性檢驗
        3.2.2 空間非平穩(wěn)性檢驗
        3.2.3 F分布逼近法
    3.3 多重共線性檢驗
    3.4 本章小結
4 路網(wǎng)距離約束的時空地理加權回歸模型
    4.1 路網(wǎng)距離度量
    4.2 路網(wǎng)距離約束的時空地理加權回歸模型
    4.3 路網(wǎng)距離的計算
        4.3.1 路網(wǎng)圖的預處理
        4.3.2 單源最短路徑及Dijkstra算法
    4.4 本章小結
5 實驗與分析
    5.1 研究區(qū)域概況
    5.2 變量選取
    5.3 數(shù)據(jù)來源
        5.3.1 住宅小區(qū)信息
        5.3.2 距離數(shù)據(jù)
    5.4 數(shù)據(jù)預處理
        5.4.1 變量預處理
        5.4.2 多重共線性檢驗
    5.5 模型運行結果分析
        5.5.1 模型對比驗證
        5.5.2 回歸系數(shù)與非平穩(wěn)性檢驗
        5.5.3 影響因素分析
    5.6 本章小結
6 結論與展望
    6.1 結論
    6.2 論文的主要創(chuàng)新點
    6.3 展望
參考文獻
攻讀碩士學位期間發(fā)表論文及參與項目
致謝


【參考文獻】：
期刊論文
[1]混合時空地理加權回歸及參數(shù)的兩步估計[J]. 趙陽陽,劉紀平,楊毅,張福浩,仇阿根.  計算機科學. 2017(03)
[2]一種協(xié)同時空地理加權回歸PM2.5濃度估算方法[J]. 趙陽陽,劉紀平,楊毅,石麗紅,王梅.  測繪科學. 2016(12)
[3]基于空間地理加權回歸的哈爾濱市商品房房價研究[J]. 張博,曹連英,王蕾,高亞楠.  哈爾濱師范大學自然科學學報. 2016(03)
[4]武漢市房價的空間分布格局及其影響因素分析[J]. 鄭曉燕,周鵬.  國土與自然資源研究. 2016(02)
[5]基于特征價格模型的南京市住宅價格實證分析[J]. 徐麗,簡迎輝.  土木工程與管理學報. 2015(04)
[6]基于Web數(shù)據(jù)的實證研究:城市軌道交通對住宅價格的時空效應分析[J]. 劉康,李舟軍,張小明.  計算機科學. 2015(09)
[7]時空地理加權回歸模型的擬合分析[J]. 高麗群.  哈爾濱師范大學自然科學學報. 2015(03)
[8]城市住房價格局部線性地理加權回歸分析——以湖北省黃石市為例[J]. 王新剛,孔云峰.  中國土地科學. 2015(03)
[9]土地供應政策對房價影響的GWR模型分析[J]. 郭貫成,熊強,汪勛杰.  南京農(nóng)業(yè)大學學報(社會科學版). 2014(05)
[10]中國外資區(qū)位優(yōu)勢動態(tài)調(diào)整研究——基于地理加權回歸的時空數(shù)據(jù)分析[J]. 汪文姣,陳志鴻.  國際貿(mào)易問題. 2014(06)

博士論文
[1]城市住宅地價空間分異及調(diào)控研究[D]. 劉洪潔.中國地質(zhì)大學(北京) 2015
[2]城市住房價格時空模型分析[D]. 王新剛.河南大學 2015
[3]大興安嶺森林地上碳儲量遙感估算與分析[D]. 戚玉嬌.東北林業(yè)大學 2014
[4]基于半監(jiān)督集成支持向量機的土地覆蓋遙感分類方法研究[D]. 劉穎.中國科學院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所) 2013
[5]基于區(qū)域特征的城市住宅價格模型研究[D]. 吳天君.解放軍信息工程大學 2012
[6]我國城市住房價格測度：Hedonic方法與實證[D]. 程亞鵬.重慶大學 2010
[7]商品住宅特征價格模型與指數(shù)的應用研究[D]. 周麗萍.西安建筑科技大學 2008
[8]地理加權回歸基本理論與應用研究[D]. 覃文忠.同濟大學 2007
[9]基于GWR模型的城市住宅地價空間結構研究[D]. 羅罡輝.浙江大學 2007
[10]基于Hedonic模型的上海住宅特征價格研究[D]. 王旭育.同濟大學 2006

碩士論文
[1]基于特征價格模型的房價研究[D]. 楊舒文.浙江大學 2017
[2]基于時空地理加權回歸模型估算近地面NO2濃度[D]. 饒?zhí)m蘭.中國礦業(yè)大學 2017
[3]北京職住空間結構及其影響因素研究[D]. 黃迪.北京交通大學 2016
[4]基于GWR模型的城市住宅地價空間分異及影響因素研究[D]. 呂志芳.甘肅農(nóng)業(yè)大學 2016
[5]城市軌道交通對周邊住宅價格的空間效應研究[D]. 李玲慧.重慶大學 2016
[6]時空加權回歸模型的參數(shù)估計及其應用研究[D]. 李琪.蘭州理工大學 2014
[7]時空地理加權回歸模型的統(tǒng)計診斷[D]. 劉美玲.西安建筑科技大學 2013
[8]昆明市主城區(qū)住宅租金空間分異模式與影響因素研究[D]. 李婕.云南財經(jīng)大學 2013
[9]中國房地產(chǎn)批量估價算法探索[D]. 靳永昌.蘭州大學 2013
[10]時空加權回歸模型的統(tǒng)計推斷和影響分析[D]. 李帥峰.蘭州理工大學 2012



本文編號：3263845