学位论文 > 优秀研究生学位论文题录展示

分位数回归在房地产行业的应用

作　者: 张广梅
导　师: 陈希镇
学　校: 温州大学
专　业: 应用数学
关键词: 分位数回归时间序列分析房地产最小二乘回归
分类号: F299.23
类　型: 硕士论文
年　份: 2013年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

分位数回归是Koenker和Bassett针对最小二乘的不足提出来的一种新的估计方法，它不仅能够度量回归变量对分布中心的影响，而且能度量回归变量对分布上尾和下尾的影响，在不同的分位数下进行预测，得到的信息更为全面和精确。时间序列分析是对时间序列数据建立模型,分析数据的内部结构和自身规律,从而对未来的发展进行预测。用分位数回归方法来估计时间序列模型时,对随机误差的分布不做要求,能更加全面的刻画分布的特征。本论文首先介绍了分位数回归的基本理论和性质。其次应用线性分位数回归理论，并结合多元统计的相关知识，给出了房地产行业发展影响因素的模型，从定量角度把握各指标之间的数量关系，得出在房价不同的地区，经济，环境，房地产自身和人口因素对房价的影响程度也不同的结论。第三详细介绍了ARMA模型的相关理论与建模过程，为ARMA模型在后面的实际应用中提供了理论基础。最后结合分位数回归与ARMA模型对国房景气指数进行实证分析，得到不同分位数下的AR (1)模型，从而可以针对不同水平的数据采用不同的模型进行序列的模拟和预测，文章还通过对比预测值和真实值的差异，明确指出相比最小二乘估计，用分位数回归估计出的AR (1)模型更为准确。

全文目录

摘要  4-5
ABSTRACT  5-8
第一章绪论  8-11
  1.1 研究背景与意义  8-9
  1.2 国内外的研究现状  9-11
第二章线性分位数回归  11-19
  2.1 线性分位数回归  12
  2.2 线性分位数回归的参数估计  12-13
  2.3 线性分位数回归的性质  13-19
    2.3.1 特征指标  13-14
    2.3.2 同变性  14-15
    2.3.3 分位数回归的拟合优度  15
    2.3.4 影响函数  15-19
第三章基于多元线性分位数回归对房地产影响因素的研究  19-28
  3.1 数据处理  19-20
    3.1.1 指标的选取  19
    3.1.2 因子分析  19-20
  3.2 分位数回归  20-28
第四章分位数回归在时间序列中的应用  28-48
  4.1 AR 模型  28-37
    4.1.1 AR 模型的定义  28-29
    4.1.2 AR 模型的平稳性判定  29-32
    4.1.3 平稳 AR 模型的统计性质  32-37
  4.2 MA模型  37-40
    4.2.1 MA模型的定义  37-38
    4.2.2 MA模型的统计性质  38-39
    4.2.3 MA模型的可逆性  39-40
  4.3 ARMA模型  40-43
    4.3.1 ARMA模型定义  40-41
    4.3.2 ARMA模型平稳和可逆条件  41
    4.3.3 ARMA模型传递与逆转  41-42
    4.3.4 ARMA模型的统计性质  42-43
  4.4 平稳序列建模  43-48
第五章国房景气指数的实证分析  48-55
  5.1 国房景气指数  48
    5.1.1 国房景气指数的定义  48
    5.1.2 国房景气指数计算标准与分析  48
  5.2 实证分析  48-55
    5.2.1 处理数据  50-51
    5.2.2 模型的定阶  51
    5.2.3 分位数回归  51-54
    5.2.4 序列预测  54-55
第六章总结与展望  55-56
参考文献  56-59
致谢  59-60
攻读学位期间发表的论文及参与的研究课题  60

分位数回归在房地产行业的应用

内容摘要

全文目录

相似论文