基于多变量线性回归的房价预测模型

李盛达

（南京审计大学信息工程学院，江苏 南京211815）

1 概述

中国的房地产业已经成为国民经济的支柱产业，房地产市场的调整将影响整个金融市场的变化，因此稳定房价是国家近年来提出的目标。[1-2]线性回归是数理统计中的一种统计分析方法，需要给出训练数据的分类标识，是机器学习系统的典型构成。有着建模速度快、可根据系数给出每个变量的解释、对异常值敏感三个优点。多元线性回归分析是指包括两个及以上自变量且因变量和自变量满足线性关系。传统的房价预测模型仅仅考虑了当前房价与周围城市房价，没有考虑市场环境及国家宏观因素，如失业率、贷款利率及国民消费指数，而这些因素均会影响房价的走势，消费指数更是一项影响经济发展的重要指标，预测时加以考虑，能更好的得出结果[3]。

2 变量提取与考量

2.1 基于时间与房价指数的提取

首先考虑时间和房价指数作为最基本的变量。房价指数是指房屋销售价格指数，反映一定时期内房屋销售价格变动程度和趋势的相对数，通过百分数的表示来反映房价在不同时期的涨跌幅度，包括商品房、公有房屋和私有房屋的销售价格变动情况，可以很好反应当地的整体水平与价格空间，部分数据如表1 第2 列所示。

2.2 基于失业指数的提取

考虑失业指数作为一个重要变量，是指不同时期的失业人数比率，可以用来衡量失业人数变动的程度，用百分数表示并作为一项指标。……