-
摘要：自20XX年之后上海房价一路飙升，带动了全国房价大幅度的上升。日趋上涨的房价、住房结构的不合理、房地产市场交易的混乱引发了许多新的社会问题，使得政府不得不面对住房困难的现实而加强对房地产的宏观监控，以确保房地产市场的健康发展。本文首先基于马尔科夫链的基本原理建立了一个预测模型，预测结果与实际基本吻合。为了更深入的探讨影响房产价格的因素，本文建立了一个与人的情绪因素有关的线性回归模型，模型结果显示，房价的飚升与当今股票市场的低迷有很大的相关性，从而为监管部门的宏观调控提供决策参考。23822
- 上一篇：傅里叶积分变换在求解微分方程中的应用
- 下一篇：案例教学法在大学数学教学中的应用初探
毕业论文关键词：马尔科夫链预测， 线性回归
Monitoring and prediction of Shanghai real estate price
Abstract: Since 2000 Shanghai housing prices up, driven by increased national pricesgreatly. House prices, rising housing structure unreasonable, the real estate market turmoil led to many new social problems, the government had to face thereality and housing difficulties strengthen macro-control of real estate, so as to ensure the healthy development of the real estate market. This paper is based on a prediction model is established the basic principle of Markov chain,prediction results are in good agreement with the actual. In order to explore more deeply the influence factors of real estate prices, this paper establishes a linearone and people's emotional factors related to the regression model, the model showed that, there was a strong correlation between house prices soaring andthe stock market downturn, so as to offer reference for the macro regulatory.
Key words: Markoff chain forecast, linear regression
目 录
第一章 前言 1
1.1 课题的目的和意义 1
1.2 国内外研究现状与发展趋势 1
1.2.1 国内外的资产定价现状 1
1.2.2 马尔科夫链预测法与应用 2
1.2.3 线性回归拟合 3
1.3 文献综述 4
第二章 马尔科夫链基本原理 5
2.1 马尔科夫链原理简介 5
2.2 概率转移矩阵 5
第三章 基于马尔科夫链的模型建立 7
3.1 马尔科夫模型 7
3.2模型预测及结果 8
第四章 回归模型的建立与分析 11
4.1 线性回归原理 11
4.2 线性回归模型的建立 11
结论 16
参考文献 17
第一章 前言
1.1 课题的目的和意义
在人口众多的中国里，房子作为人们生活中的必需品，买房子是个大问题， 这就很有必要对房价做出一些相关的研究。对于现在市场上那些炒卖房子的行为，我们需要用理性的眼光去看待他。上海是一个国际性的大都市，是中国金融和贸易的中心，因此上海的房价在相当程度上表明了中国一线城市的生活水平状况，上海的房价也是倍受世人的瞩目，所以，我们希望在上海看到一个健康合理的房价。
房地产价格具有一定不确定性, 马尔科夫链预测是被广泛应用的预测方法, 它们应用于时序预测, 但具有一定的局限。我们可以通过对马尔科夫链的运用可以得到房价变化的大致情况。然后用线性回归模型进一步的来分析导致房价这种情况是与哪些因素有关，从而更深入的对其进行研究分析。从而判断房产市场是否健康有效。
1.2 国内外研究现状与发展趋势
1.2.1 国内外的资产定价现状
1.2.2 马尔科夫链预测法与应用
马尔可夫链，因安德烈•马尔可夫(A.A.Markov,1856－1922)得名，是数学中的离散时间随机过程且满足马尔可夫性质。该过程中，在当前已知的知识和信息的情况下，过去数据（即历史状态）对于预测将来数据（即未来的状态）是无关的。