开发投资    -.096a    -.444    .676    -.195    .906    1.104    .906
    竣工面积    -.084a    -.275    .794    -.122    .458    2.185    .458
    销售面积    -.133a    -.464    .662    -.203    .512    1.954    .512
a. Predictors in the Model： (Constant), 人口
b. Dependent Variable： 商品住宅价格
4.4 模型检验(残差正态性检验)
残差正态性检验的方法很多,其中最简单、最直观方法就是残差的直方图和累计概率图。当然残差完全符合正态分布现实性不大,即使存在很理想的样本总体数据,样本的残差分布也只能是近似于正态分布。
如果残差越符合正态分布,则P-P图中各点在直线的周围分布就越为均勾,残差直方图的边缘则越接近正态分布曲线。
 图4.1 残差正态检验（P-P图）
图4.1为P-P图,从图上看,各点均勾地分布在直线的两边,说明残差符合正态分布,由此可知该模型符合残差正态分布的假定。从图4.2残差直方图看,其边缘与正态分布线很接近,再次说明了残差的分布基本符合正态分布。
 图4.2 残差直方图
4.5 小结
本章内容以上海商品住宅市场发展的历史和现状为基础，对上海商品住宅市场价格的快速上涨，从供需角度和影响价格因素进行分析，利用多元线性回归模型对上海市商品住宅价格影响因素进行线性回归分析，得出了其中最为影响上海商品住宅价格的影响因素——人口因素。
第一，人口的增加、家庭规模的变化、年龄结构的变化都会导致消费者对住房需求的变化。在人均住房面积不变的情况下，人口数量的增加和聚集必然会增大对住房总量的需求，同时也会促进各个产业的发展，从而带动房地产价格的上涨。人口变量对每个城市的房价都会产生影响，不同的城市情形会有很大不同，尽管政府会努力促进均衡发展，但是至少30年内，北京，上海，广州，尤其是上海，人口会持续增加（上海最终可能形成5000万人口的城市），这意需求远远大于供给，房价肯定会随之增长。
第二，从住宅投资额与竣工面积来看，这两个因素都不是显著因素，住宅价格的上涨不能用住宅投资额与竣工面积来进行解释。住宅投资额也就是预期的供应量，而竣工面积就是实际的供应量。所以，在此，同时进行分析。前几年，住宅价格一直处于上升状态，但是投资额和竣工面积却有增有减，其中的原因就是因为市场投机的存在。所以导致了竣工面积和投资额不规则变化情况下，住宅价格还是上升的。
第三，从GDP和人均可支配收入来看，这两个因素都被排除，说明对商品住宅价格的影响不是最显著的。每年上海的GDP和人均可支配收入都以很大比例的增长，而为什么没有进入最后的变量，其原因可能是商品住宅价格的增长远远大于人均可支配收入的上涨，其收入的增长并不是所有的都用于房地产的投资，很大一部分都可能用于生活，娱乐等方面，因此影响效果没有那么明显。而国民生产总值的提高并不意外着商品住宅价格的提高，它是整个城市综合经济的体现，包含了很多产业和方向，并不能完全说明GDP上涨就带动了房价的上涨。
但是，模型的计算也会存在着一定的误差，其原因可以包括为以下二个方面：第一，由于条件限制，在收集一些数据资料时，不能得到较为准确和全面的 商品住宅价格的影响因素探讨(18):http://www.751com.cn/jingji/lunwen_383.html