《抑制房地产泡沫问题数学建模论文.docx》由会员分享,可在线阅读,更多相关《抑制房地产泡沫问题数学建模论文.docx(25页珍藏版)》请在三一文库上搜索。
1、数学建模论文抑制房地产泡沫摘要目前各大城市出现了严重的房地产泡沫现象,城市房价已经成为全社会关注的热点问题,本文研究的主要问题是城市房价的形成、演化机理以及影响房价的因素,通过建立房价的数学模型进行科学合理的分析。针对问题一,通过建立房地产泡沫测度模型测量了不同城市的泡沫大小,发现主要城市的房价很大一部分都是由泡沫组成,因此依据经济学理论中的泡沫形成和发展过程分析城市房价的形成和演化机理,并将房价的形成过程分为无泡沫的理性增长阶段、泡沫的形成阶段、泡沫的非理性膨胀阶段以及破灭阶段,很好地描述了房价的演化机理。针对问题二,首先从消费者需求、国家政策和房地产商期望三个角度选取了与房价相关的九个因素
2、,根据经验粗略地比较各因素重要程度,建立层次分析模型对所有因素对房价的影响程度用matlab软件进行判断,根据判断结果选出最重要的三个因素建立多元线性回归模型,用最小二乘法求解模型参数,通过程序检验分析判断出模型具有很高的精确度,所得到的房价模型为: 。在对房价形成的机理深入细致分析后,本文将理论结合实际,根据模型求解的结果提出了抑制房价的有效措施,这些建议可供政府依据价格杠杆对房地产市场进行调控,最大程度发挥市场配置资源的优势,此外,还科学的预测了未来房价的趋势。关键词 房地产泡沫测度模型 层次分析 多元线性回归 matlab目录一、问题背景与重述31.1问题背景31.2问题重述3二、模型假
3、设3三、符号说明:3四、问题分析3五、模型的建立与求解35.1房地产泡沫的测度模型35.1.1理论准备35.1.2泡沫的测度35.2层次分析模型的建立35.3房价多元线性回归模型的建立与求解35.3.1理论准备35.3.2影响房价的因素分析35.3.3建立房价的多元线性回归模型3六、模型的检验与改进36.1模型的检验36.2模型的改进3七、模型评价与推广37.1模型的缺点37.2模型的优点37.3模型的推广3八、抑制房价的建议3九、结果预测3十、参考文献3十一、附录:3一、 问题背景与重述1.1问题背景近几年来,我国的房地产市场持续升温,城市高楼建设速度越来越快,各大城市的房价出现了普遍持续上
4、涨、高居不下的情况,房地产市场泡沫现象十分严重,国家实体经济的发展较慢,对于许多的年轻人来说,刚刚走上工作岗位,对于高昂的房价也只能是望房兴叹了,因此很多人都成为了房奴,即使是奋斗上一生也很难在大城市买一套住房。普通百姓被房价压弯了腰,因此房价成为了社会和政府普遍关注的民生问题。1.2问题重述针对房价的持续上涨使得生活成本,导致许多中低收入人群买房难。因此如何有效地抑制房地产价格上扬,是一个备受关注的社会问题。现在需要通过统计数据解决以下问题:1通过分析找出影响房价的主要因素,建立一个城市房价的数学模型,通过这个模型对房价的形成、演化机理进行深入细致的分析;2给出抑制房地产价格的政策建议;3对
5、提出的建议可能产生的效果进行科学预测和评价。二、模型假设1.由房屋自身因素和环境因素组成的非市场因素对房价的影响忽略不计;2.所有数据均为城市普通居民住宅(如小区等),不包括别墅、高级住宅;3.假设土地资源足够多,不存在枯竭;4.只考虑影响房屋价格的主要因素;5.所得数据数据的波动均在合理的范围内;6.近期内不会大的经济变化对房价产生根本性的影响;三、符号说明:全国房屋平均价格;:土地建设成本(土地资源价值和建设材料成本); 全国居民人均可支配收入; 国民生产总值GDP;四、问题分析房价问题目前受到了社会的广泛关注,全国各大城市均出现了不同程度的房地产泡沫,所谓房地产泡沫是指房地产商品的预期价
6、格被大大的高估,从而导致各类投机资本的纷纷进入,通过恶性炒作将现期房地产价格大大抬高。针对问题一,需要分析房价的形成和演化机理,从经济学的角度讲,过高的房价主要是由房地产泡沫引起的,房价的形成过程与泡沫的发展有着密切的关系,因此分析房价的演化机理实际就是分析房地产泡沫的形成、发展和破灭的过程。针对问题二,首先影响房价的因素多而复杂,目前房价的形成是由于社会因素、市场因素、环境因素等多种复杂因素综合作用而形成的,若要分析所有的因素必然导致模型难以建立,由假设我们可以只考虑市场因素中的可以量化易于调控的主要因素对房价的影响。先逐个分析各因素对房价的影响,最直接有效的办法就是采用一元线性回归分析,然
7、后根据一元回归分析的结果进行多元回归分析得出房价与各主要因素之间回归关系,建立房价的数学模型,根据回归的结果分析房价的形成机理和演化过程。五、模型的建立与求解5.1房地产泡沫的测度模型5.1.1理论准备房地产作为一种可供投资选择的资产类型, 投资者所要求的投资回报从本质上来说与投资股票没有什么不同: 一是资产本身价格上涨;一是资产所带来的收益流。若pct表示房地产的市场价格水平; E pct+ 1 |It 表示投资者根据t时刻的信息所预测的t+ 1时刻的房地产价格, 那么投资房地产所带来的从t到t+ 1期的收益流是什么呢?鉴于房地产投资者在购买房产之后可以进行出租获取租金, 用房屋租金作为R
8、t+ 1; 如果r* 表示与房地产同风险的资产的投资回报率, 我们就可以得到理性预期条件下均衡时房地产的内在价值表达式( 1)通过( 1)式可以看出, 如果房地产投资收益率取值越高, 则计算出来的泡沫将会越小; 如果房地产投资收益率取值越低, 则计算出来的泡沫将会越大。其中 表示房地产价格是预期未来租金的贴现值, 也就是房地产的内在价值。( 2)其中就是房地产市场的泡沫, 表征了内生随机变量偏离长期均衡的特征。根据我国土地出让转让条例规定, 住宅建设用地使用权期限为70年, 因此取值房屋住宅年限T 为70年, 即T = 70。E R t+ 1 |It 是站在今天的信息集下对未来的预期, 由于未
9、来是不确定的, 根据今天的信息对未来进行预期, 最好的预期值就是今天的现值, 即E R t+ 1 | It = R0, 租金水平要求与上述选取的住宅类型相对应.5.1.2泡沫的测度下面分别对北京、广州、哈尔滨、西宁、西安和重庆六个城市的泡沫进行测定。这里以 来表示住宅平均房价, 变量单位为:元/平方米, 以 来表示住宅平均租金水平, 变量单位为: 元/平方米*月。以R表示年平均租金,单位为元/平方米*年。如下表:北京广州哈尔滨西宁西安重庆17,021.6313,162.675,517.654,718.346,634.325,079.9336.05 23.04 21.43 19.81 18.53
10、18.68432.60 276.50 257.17 237.68 222.32224.17通过大量数据的统计,设定=5%,对不同城市带入公式(1),得到下面数据各个城市房子的内在价值p:北京广州哈尔滨西宁西安重庆p7969.25084.447384378.84089.64130.1由公式(2)计算出各个城市房价的泡沫:北京广州哈尔滨西宁西安重庆9052.438078.27779.65339.542544.72949.83以百分比来表示产生泡沫的程度。计算结果如下:北京广州哈尔滨西宁西安重庆113.59%158.88%16.46%7.75%62.22%23.00%通过模型的求解可以发现目前房价的
11、很大一部分来自于泡沫,房地产市场泡沫的恶性增长导致房价居高不下,因此我们可以认为房价的形成于泡沫有着直接的关系,房价的演化过程也就是泡沫的形成发展过程,下面根据泡沫理论对房价形成演化进行细致分析。对于目前高昂的房价的形成,按照经济学中的房地产泡沫观点大致可以分为四个阶段:一是房地产无泡沫的理性涨价阶段,这一阶段往往处于经济周期的回升阶段,投资和经济增长加快,居民收入提高,购买能力增强;进过前一段时期的积蓄,居民储蓄达到一定水平,积累的购买力开始释放,同时,城市化的速度也随经济增长率的提高而加快。这一阶段对应于中国的改革开放后,进入九十年代,中国的经济已经持续发展了十几年了,房地产业进入了理性的
12、涨价阶段,这一时期房价快速的增长,但是房价依然处于较低的水平,市场上不存在泡沫现象。二是房地产泡沫的形成阶段,在房地产价格上涨一段时间以后,市场上部分人开始出现了投机心理,认为房地产价格会继续上涨,于是加入到买房者的队伍中,市场人气积聚,投资性或投机性买房者开始出现。随着买房者的陆续进入,市场形成房地产价格会继续上涨的语气,房地产市场供不应求的局面继续扩大,开发商乘机涨价,房地产价格被进一步推高,房地产价格上涨的预期得以实现。此时,房地产市场已经偏离其基础价值,泡沫已经出现。三是泡沫的非理性膨胀和恶化阶段。在房地产价格上涨的预期得以实现后,房地产价格继续上涨的预期得到强化,房地产投机市场产生“
13、羊群效应”,大众从心理开始发生作用,非理性的投机者大量涌入房地产市场,导致市场需求继续放大,房地产市场参与者逐步失去理性,出现“价格狂想”和“大众疯狂”现象。在市场供需双方的共同作用下,房地产价格被再次推向一个更高的台阶,严重偏离其基础价值、房地产出现非理性膨胀,泡沫进一步恶化。 四是泡沫的巅峰和突破阶段。当房地产价格被推倒顶峰,价格已经停止上涨时,部分理性的投机者开始对高房价产生怀疑,预感到泡沫即将破灭。政府部门也意识到事态的严重性,往往会突然出台强硬的调控政策,出重拳整治房地产泡沫。此时,长期形成的房地产价个上涨会突然发生逆转、房价下降的预期会迅速形成,市场立即出现恐慌性的抛售浪潮,生产出
14、现供大于求,导致房地产价格急速下跌,泡沫破灭、房地产价格逐步向其基础价格回归。5.2层次分析模型的建立我们通过当前现状分析,构建层次分析模型进行理论说明,层次图形如下:说明:土地及建设成本M1; 人口密度 M5; 税收政策 M9;房价利润 M2; 住房环境 M6; 房价:C层投机行为 M3; 货币政策 M7; 中间层:O层居民收入 M4; 土地政策 M8; 下层:M层房地产商期望 O1 消费者需求 O2 国家政策 O3平均随机一致性指标RI标准值(不同的标准不同,RI的值也会有微小的差异)矩阵阶数12345678910RI000.580.901.121.241.321.411.451.491.
15、建立判断矩阵C=O1,O2,O3表示准则中3个影响因素。 A是三阶正互反矩阵,其最大特征值 =3n,相应的特征向量作归一化,W1=2.建立判断矩阵O1=M1,M2,M3表示准则中3个影响因素。用MATLAB对判断矩阵进行一致性检验:一致性指标: =3.0092CI =0.0046 经查表得RI=0.58 一致性比率:CR=0.00790.1所以矩阵B可以当作正互反矩阵使用。经过MATLAB求得权重W2=3.建立判断矩阵O2=M4,M5,M6表示准则中3个影响因素。用MATLAB对判断矩阵进行一致性检验:一致性指标: =2.8955CI =0.0526 经查表得RI=0.58 一致性比率: CR
16、=0.09010.1所以矩阵C可当做正互反矩阵使用。经过MATLAB求得权重W3=4.建立判断矩阵O3=M7,M8,M9表示准则中3个影响因素。用MATLAB对判断矩阵进行一致性检验:一致性指标: =3.1079CI =0.0539 经查表得RI=0.58 一致性比率 :CR=0.09300.1所以矩阵D可当做正互反矩阵使用。经过MATLAB求得权重W4= 综合排序:因为已经求出W是方案层对目标层的权重,可以体现不同因素对房价的影响程度,按大小排序可以得出解决方案。九种影响因素的排列顺序:已知方案层对目标层的权重W= W1*Wk(k=2,3,4),所以可以得出九种因素的排名情况为:影响因素M1
17、M2M3M4M5M6M7M8M9指标0.29210.16080.08850.18790.06630.03150.09670.03350.0116名次135268479由表格可知,其影响房价的主要因素为土地及建设成本、房价利润、居民收入和国家政策。其中最主要的影响因素是土地及建设成本。5.3房价多元线性回归模型的建立与求解5.3.1理论准备回归分析法,直观的将就是,就是对平面上一些散步的点,采用一条最好的直线去表达,如果自变量只有一个就属于一元线性回归分析,如果自变量有多个则属于多元线性回归分析。一元线性回归分析模型为:,其中 (0,);多元线性回归模型为:,其中 (0,)。求解回归模型通常采用
18、的方法是最小二乘法:参数和参数的求解公式5.3.2影响房价的因素分析 根据层次分析模型得出的结果,我们选取影响房价的主要因素进行一元线性回归分析,通过matlab软件得出各个因素与房价之间的关系。1. 土地建设成本与房价2000年至2012 年土地建设成本与全国的平均房价年份商品房平均销售价格(元/m2)土地建设建设成本(元)2000211215632001217016202002225016782003235917552004277820802005316724012006336725162007386428982008380028482009468135262010503237962011
19、53574046201257914380b=52.5279 1.3116R=1回归方程:y=52.5279+1.3116*x我们得到的回归方程的相关系数R高达0.98135,且房价对土地建设成本的弹性为1.3116,。由此可以得出结论,土地建设成本与房价呈正相关,建设成本每增加1000元可带来房价1312元的增长。2 人均可支配收入与房价2000年至2012 年人均可支配收入与全国的平均房价年份商品房平均销售价格(元/m2)人均可支配收入(元)2000211262802001217068602002225077032003235984722004277894222005316710493200
20、6336711760200738641378620083800157812009468117175201050321910920115357218102012579124565b = 750.86650.2134R=1回归方程:y=750.8665+0.2134*x同样可以得出人均可支配收入与房价呈正相关,且相关系数高达0.956.3 .GDP与房价2000年至2012 年GDP 总量与全国的平均房价年份GDP总量(亿元)商品房平均销售价格价(元/m2)20009921421122001109655217020021203322250200313582223592004159878277820
21、05183867316720062108713367200724661938642008300676380020093409024681201040151250322011473104535720125194705791b = 13293 0.00789R=1回归方程:y=1329.3+0.00809*x下面是各因素回归分析的总结:影响因素回归方程相关系数R土地建设成本y=52.5279+1.3116*x1人均可支配收入y=750.8665+0.2134*x1GDPy=1329.3+0.00809*x1由以上分析,我们可以得出以下结论:根据线性回归的理论,相关系数越高,对房价的影响越明显,土地
22、建设成本、人均可支配收入、GDP的相关系数均在0.9以上,因此可以认为它们是影响房价的主要因素。5.3.3建立房价的多元线性回归模型根据因素分析,建立房价W与各因素之间的线性回归模型:其中表示随机误差,为各种随机因素对的影响的总和,且服从正态分布,。利用最小二乘法可以得到各个回归系数的估计值,=0、1、2、3。线性回归模型为:利用matlab软件进行模型求解利用matlab工具箱中多元线性回归函数 regress编写线性回归程序,代入搜集好的数据进行回归分析,结果如下:b = 45.3511 1.2925 0.0094 0.0003bint = -25.9176 116.6199 1.2275
23、 1.3576 -0.0145 0.0332 -0.0012 0.0006R=1回归曲线如图房价的多元线性回归表达式:六、模型的检验与改进6.1模型的检验线性回归分析是分两步完成的,从线性回归的程序结果可以得出每个参数的估计值和相应的置信区间,还可以得到每个方程的可决系数和残差平方和,通过这些数值的大小能更好地说明模型的可靠性与合理性。做出多元线性回归的残差图:从残差图中可以看出只有一个奇点,而且回归模型得到的相关系数为0.956,各项指标都非常好,因此可以认为线性回归模型成立。由多元线性回归方程:可以看出即土地建设成本对房价的影响最大,这与层次分析模型得出的结果一致,这样即可检验两个模型的合
24、理性和正确性。回归方程检验表回归方程可决系数F统计量P值残差平方和y=52.5279+1.3116*x15440.0030.0023y=750.8665+0.2134*x14370.0010.0031y=1329.3+0.00809*x1113820.0020.0012W=f(x1,x2,x3)1341070.0020.0015从表中可以看出此模型的精确度和准确度都很高。6.2模型的改进本文所建立的模型较好的描述了房价的规律,然而在建模过程中忽略了很多的次要因素,因而与实际问题有一定的偏差。在统计数据时,我们取的都是每年的平均房价,不能够完全地反映出房价的波动趋势,而且是以全国的总体情况进行分
25、析的,这样就会忽略由于地区差异带来的影响,为了能够准确的建立房价模型,首先要对影响房价的因素进行综合评判,找出可以量化而且易于衡量的因素,然后将全国城市进行分类分别来进行研究,可以按照一线沿海城市、二线城市、省会城市、内地小城镇归类分析,不同类型的城市建立自己的因素与房价的模型,下面对此情况进行简单的讨论。每种类型的城市选取三个代表城市统计其历年来房价的走势,此时还需将地缘因素、政治因素考虑在内,分析国家调控政策对房价的影响,需要统计出更多更详细的数据,用matlab软件回归调控政策与房价的关系,然后采用类似的多元回归分析建立不同类型城市房价的模型,对于每个模型进行横向对比,就可以得到不同类型
26、城市对房价的影响。七、模型评价与推广7.1模型的缺点我们的数据均来自于国家统计局官网,在统计数据时进行了必要的处理,取整数据和舍弃部分数据,这都对结果带来一定的误差。我们通过合理假设,只考虑了影响房价的主要因素而忽略了许多次要因素,这样得出的房价数学模型不具有广泛的代表性。7.2模型的优点本文确定影响房价因素时给出了层次分析和线性回归两个模型,两者可以相互对比,使得结论更有说服力,增强了可信度。在多元线性回归分析模型中,利用matlab软件拟合,精确度高,而且进行了模型的准确度检验。对于抑制房价的建议的给出,充分结合了本文模型的结果进行分析,这显得有理有据。7.3模型的推广在以上的讨论中,我们
27、基本解决了题目中所提的问题,建立了房价的数学模型并根据模型分析了房价形成及演化机理,针对目前房价过高提出切实有效的抑制措施。本文中讨论的因素都是可以量化认为调控的,实际房地产市场中存在着一些故意炒作和垄断的因素,这些都是在无形中对房价过高起了很大作用的因素,因此,在建立模型时应该把这些因素考虑在内,在对房价未来走势的预测中,不能太过于理想化,仅仅按照回归方程得出的房价可能与实际会有较大差距。八、抑制房价的建议根据建立的模型得出影响房价的主要因素是土地建设成本、居民可支配收入、GDP,我们从这些主要因素入手给出抑制房价的建议:1.1政府在调控土地供给量时,应严格控制土地价格,防止因土地供应偏紧,
28、使获取土地的竞争加剧,而在投标或拍卖中哄抬地价.严格禁止土地炒卖和变相炒卖。1.2通过土地的上市来发现土地的价值,避免政府垄断造成的不利影响。在土地的利用中,政府垄断造成了土地价值的低估与高估的双重影响。一方面,村民的集体土地在政府征用过程中被价值低估,在我国各地竞相建设的开发区里,地价惊人的低廉;另一方面,在城市开发中,土地价值则存在垄断操作下的价值高估。房地产开发商通过在政府机构中寻求其行政人、行业性垄断、区域性垄断、集体合谋压低价、垄断性信息优势、强制拆迁等手段,以远低于市场价值的批租拿到优良位置土地开发权。利润越大投资越大,产业往往在暴利刺激下过度膨胀。尽快改变土地所有者权属和入市方式
29、,培育土地要素市场,是从根本上改变我国房地产市场人为控制,保证房地产市场健康稳定发展的关键。2.针对居民可支配收入,这是一个影响国民生活水平的关键因素,虽然与房价呈现正相关但不能通过政策减少收入阻碍经济的发展,政府可以引导居民理性消费,例如在服务业、高科技领域、金融业给予政策的支持,把利益留给居民,让民众投资其他领域而避开房地产业。3.改变官员政绩考核标准,在以GDP论英雄的时代,打压楼市,就相当于打压GDP。一个理性的地方政府首长必然会对此慎重又慎重。地方官员为了获得更高的GDP增速,更有动力推高地价、房价,以提升其进行基本建设投资的能力,推高GDP,获得更多、更好的升迁机会。只要这种畸形的
30、干部政绩考核标准不改变,地方官员推动房价上涨的动力就永远不会减弱。GDP只是量化经济活动的一个指标,只是一个数字,而一国国民的生活水平、幸福程度才是政府首先需要考虑的。世界上绝大多数国家旨在追求民众幸福指数的提高而非GDP,我国的许多官员本末倒置,把GDP当成了唯一的追求目标,盲目的仅依靠房地产来增加GDP会导致经济的泡沫化,虽然GDP快速地提高,但居民幸福指数却在下降,房价居高不下。4. 加快中低价位、中小套型普通商品住房建设,增加住房建设用地有效供应,提高土地供应和开发利用效率。5.利用经济杠杆引导房地产市场的健康发展,积极拓展房地产开发的融资渠道.另外,目前住宅抵押贷款日益成为居民购房的
31、主要资金来源,也是推动我国房地产市场发展的金融动力,因此,当前应该加快住宅抵押贷款合约的标准化,并大力推行固定利率的抵押贷款。6.在项目规划建设中,统一公建要求,严格税收制度,杜绝以各种不法手段,逃避社会职责,赚取额外利润. 各项优惠政策应有统一标准,保证开发商同一条件下公平竞争,发挥自身优势,节省成本,降低房价.当然也要杜绝政府公务员的腐败问题。 7.促进房地产市场的二、三级市场联动,解决日益增多人口的居住问题, 建立房地产市场预警机制和信息披露制度,掌握真实的市场走势信息,根据各种房地产指标体系指标的异常波动,及时采取相应的措施。8. 加强房地产信贷风险管理,继续整顿房地产市场秩序,进一步
32、加强土地供应管理和商品房销售管理,加强市场监测。以上政策性建议可以科学指导政府利用经济杠杆引导房地产市场的健康发展, 以引导机制为主,强制手段为辅, 发挥市场经济配置资源的优势和各种经济杠杆的导向作用,使得房地产市场稳定健康地发展.以上措施可以杜绝腐败问题,去除房价中的不合理成分.当我们施行贷款合约标准化和固定利率后有助于加强银行业的竞争,并推动资产证券化市场的发展。在一个以固定利率抵押贷款品种为主的市场中,央行可以通过抵押贷款利率的调整来灵活地控制增量贷款需求,同时,也不会对已经发生的存量贷款产生冲击。在这种情况下,可以收到调节市场但不扰乱市场的双重功效。综合上述,主要国家严控一级市场, 促
33、进房地产市场的二、三级市场,完善金融服务,实行有效的政策策略,房地产市场就可以健康、持续地发展。九、结果预测房地产的基本载体是土地。由于土地的不可再生性、稀缺性与供给无弹性将决定土地的升值性。从而使房地产也具有升值趋势。正是由于这一因素才会导致各类房地产投机者进行投机。土地市场是整个社会市场体系中市场等级较低的基础市场之一,因此社会经济的泡沫现象往往先出现在土地市场,然后泡沫向其他市场输出,并最终沉淀在土地市场,因此泡沫的代价往往最终由土地市场承担。为了抑制房地产泡沫,我们必须采取一切可能的方法来控制房地产的价格,来保证人民能够有房来住。根据建议一, 政府需要出台相关政策严格抑制土地价格的上涨
34、,改变目前地价恶意炒作的现象;最根本的控制土地价格方法是让土地上市,改变目前政府垄断土地市场的局面,防止了腐败发生,让市场来调节土地建设成本,这样做即可从很大程度上降低房价。引导居民合理消费,将房地产市场的在资本转移至其他市场减缓房地产的发展,如果失去了广大的消费者,房地产也就没有了购买群体自然也就冷淡了下来。改变居民目前购房的错误观念,若民众没有了现在对房价上涨的恐慌也就没了购房的热情,打破目前房地产业的恶性循环,楼市自然就不会像现在炒的如此之热。中国的房地产之所以能够发展如此之快,很大一部分与政府急于发展GDP有关,众所周知,当地产是促进经济发展最为快速的方法。如果改变对官员以GDP增长作
35、为衡量的标准,城市房产建设自然就慢下了脚步,也就不会出现目前的盲目建设现象:“建了拆,拆了又建”,开发商就没了机会去炒作楼市。十、参考文献【1】 国家统计局:http:/ 数学建模简明教程 /西北工业大学数学建模指导委员会编 北京:高等教育出版社 2008年【3】数学建模竞赛优秀论文评析/杨桂元 朱家明编 合肥:中国科技大学出版社【4】数学模型/郑煜 温广玉 东北林业大学出版社 哈尔滨:2006年十一、附录:问题1中计算最大特征值程序:format rata=v,d=eig(a)Max=max(max(d)计算权重的程序:format rata=x,y=eig(a)m m=find(y=max
36、(max(y)w=x(:,m)/sum(x(:,m)比例标度表因素 比因素量化值同等重要1稍微重要3较强重要5强烈重要7极端重要9两相邻判断的中间值2,4,6,8一元回归模型的程序clc,clearload jianshechengben.txtload shangpinfangjia.txtx1=jianshechengben;y=shangpinfangjia;X=ones(length(y),1),x1;Y=y;b,bint,r,rint,stats=regress(Y,X);b,bint,statsrcoplot(r,rint)z=b(1)+b(2)*x1plot(X,Y,k+,X,z
37、,r)xlabel(土地及建设成本(元/平方米));ylabel(房价(元/平方米));多元回归模型程序clc,clearload jianshechengben.txtload renjunkezhipeishouru.txtload quanguoGDP.txtload shangpinfangjia.txtx1=jianshechengben;x2=renjunkezhipeishouru;x3=quanguoGDP;y=shangpinfangjia;X=ones(length(y),1),x1,x2,x3;Y=y;b,bint,r,rint,stats=regress(Y,X);b,bint,statsrcoplot(r,rint)z=b(1)+b(2)*x1plot(X,Y,k+,X,z,r)