基于分组空间自回归模型的房价预测  

House price prediction based on grouped spatial autoregressive model

作　　者：张昊 艾春荣 褚挺进 尹建鑫 Zhang Hao;Ai Chunrong;Chu Tingjin;Yin Jianxin

机构地区：[1]中国人民大学统计学院 [2]香港中文大学(深圳)经管学院 [3]澳大利亚墨尔本大学数学与统计学院

出　　处：《中国物价》2022年第11期110-112,共3页China Price

摘　　要：近年来,随着经济的飞速发展,一线城市房屋价格也在快速上涨,房价成了人们关心的热点问题。本文基于样本点间的类别特征对空间自回归模型进行改进,提出了分组空间自回归模型,并基于安居客平台收集的2013年北京二手房成交价格数据进行验证。从结果来看,本文所提出的分组空间自回归模型对北京房价数据有较好的预测效果,并能够反映不同类别空间点之间的相互影响关系。该方法有效地提高了空间自回归效应的自由度从而提高预测精度,可为政府决策或居民投资提供一定的参考依据。

关 键 词：空间自回归 房价分析 组效应 

分 类 号：F299.23[经济管理—国民经济] O212.1[理学—概率论与数理统计]