基于贝叶斯层次时空模型的中国住宅价格特征分析开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

课题研究意义

我国众多人口使得房地产市场的蓬勃发展，过去六年中国住宅平均销售价格增长了36，吸引了不少学者对中国房价问题进行探究，不管是从特征分析方面还是影响因素方面，都进行了大量的研究。近年来随着互联网和时空数据的发展，许多学者关注到房价在时空层面上的表现，但运用贝叶斯方法的研究还比较少。本文将采用贝叶斯层次时空模型对中国各省级行政区域的平均住宅价格进行研究，贝叶斯层次时空模型多用于解决复杂的统计问题，在一定程度上克服小样本的缺陷，加入时空交互项，能够克服空间自相关和随机效应。通过该模型对中国住房价格的特征分析，能够细化时空现象，丰富和细致结果，解决经典统计难以解决的问题。因此，将贝叶斯层次时空模型应用到中国房价的研究中是很有意义的，同时本研究也能对中国房地产市场和消费者合理提供科学参考，具有重要的现实意义。

2. 研究的基本内容和问题

研究目标

1. 探究中国住宅价格的时空演变规律。采用贝叶斯层次时空模型，分析中国31个省市在2013年-2018年这六年间的时空变化趋势。

2. 分析总结研究结果。分析归纳本研究的结论，结合中国实际情况，把握中国住房价格变化的趋势，力争为房价演变规律提供科学参考。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   3. 研究的方法与方案

   研究方法

   本课题主要采用贝叶斯层次时空模型进行研究。贝叶斯层次时空模型是将贝叶斯层次模型和时空交互模型两者相结合，该模型包含三个部分，分别是数据模型、参数模型和过程模型。数据模型用似然函数表达，用来体现样本信息；参数模型是根据先验信息给出参数的先验分布形式；过程模型是用来反映研究问题的变化机理，通过过程模型将样本和参数连接起来，过程模型包含了总体时间效应参数、总体空间效应参数以及时空交互效应参数。在总体信息、样本信息和先验信息充分结合的前提下，根据贝叶斯理论推断时空参数的后验分布。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   4. 研究创新点

   本人通过查阅国内相关文献，发现建立贝叶斯统计模型是研究房价的新颖方法，目前关于房价的问题，许多学者利用统计学模型进行了相关探讨，但房价的数据具有空间自相关的特性，传统的方法很难做到精确估计。本文采用贝叶斯层次时空模型对我国时空特征进行探究，在一定程度上克服了空间自相关性的缺陷，能够得出比较精确的结论。

   5. 研究计划与进展

   研究计划及预期进展

   2020年1月-3月：查阅相关文献，同时收集中国31个省级行政区域住宅价格的数据并对相关知识进行学习。

   2020年3月-5月：尝试利用winbugs实现模型并对结果进行分析整合，开始整理论文；

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付