[发明专利]结合地理加权和多层线性的房地产价格影响因子分析方法

权利要求书

1.一种结合地理加权和多层线性的房地产价格影响因子分析方法，其特征在于，包括以下步骤：

步骤1，将所有房地产项目样本根据空间坐标进行分组，位置上处于同一区域的样本归为一组；

步骤2，将房地产属性变量及相关地理空间变量进行分类，分为“空间变量”和“非空间变量”两类，并进行变量优选，得到最终的模型，最终的模型中包括组级变量和样本级变量；

步骤3，使用样本级变量构建如下式的多层线性模型并求解，

β_ki＝γ_k0+μ_ki

其中，

y_ij为因变量的值，表示房地产价格，i是房地产样本所在的组号，j是房地产样本在本组内的样本号，i＝1，2，…，m，j＝1，2，…，n；

x_ijk为样本集变量，k为样本变量的编号，k＝1，2，…，p；

β_0i为组级残差；

β_ki为第i组中的样本关于样本级变量x_ijk的回归系数；

∈_ij为样本因变量的残差，为服从均值为0的正态分布；

γ₀₀为样本层变量关于组级变量的残差；

g_ih为组级变量，h为组级变量的编号，h＝1，2，…，q；

γ_0h为组级残差关于组级变量的回归系数；

μ_0i为组级残差关于组级自变量的残差，为服从均值为0的正态分布；

γ_k0为各组间共享的截距；

μ_ki为不同组之间存在的不同随机误差；

通过求解该多层线性模型，分别得到每一组i中回归系数β_ki的值；

步骤4，组合最终解，将上一步求解得到的各参数与变量组合起来对因变量进行解释，从而得到房地产价格影响因子分析结果。

2.根据权利要求1所属的一种结合地理加权和多层线性的房地产价格影响因子分析方法，其特征在于：在步骤2中，进行变量优选的实现方式如下，

步骤1)，后向选择方法，根据分层线性回归模型借助方差分析进行变量选择；

步骤2)，使用前向选择方法，根据地理加权回归模型进行变量选择；

步骤3)，综合步骤1)和步骤2)选出的模型变量，支持结合研究兴趣，将主观上需要研究的变量纳入进来，组合成一个最终的模型。

3.根据权利要求2所属的一种结合地理加权和多层线性的房地产价格影响因子分析方法，其特征在于：在步骤2)中，使用前向选择方法，根据地理加权回归模型进行变量选择的实现方式如下，

首先，用所有变量x₁，x₂，…，x_k逐个拟合一个变量数为1的地理加权回归模型，其中，k为变量总数，并计算所有模型的赤池信息准则值，即AIC值选择其中最小的AIC值对应的变量x₁′；

然后，用除x₁′以外其他所有变量，逐个将其和x₁′一起，拟合一个变量数为2的地理加权回归模型，并计算所有模型的AIC值选择其中最小的AIC值对应的变量x₂′；

以此类推，不断得到所有的x′₃，x′₄，…，x_k′，以及AIC值

分别将a₁，a₂，…，a_k中的元素进行从大到小排序，并将排序后的元素放在一起，找到最后一个满足其与前一个相比，减小超过相应阈值的元素则将该值所对应的模型中的变量作为变量选择的结果。

4.根据权利要求3所属的一种结合地理加权和多层线性的房地产价格影响因子分析方法，其特征在于：最终的模型中，将建筑面积、是否为高楼层作为样本级变量，将到最近水系的面积、物业费、到最近商圈的距离、到最近小学的距离、到最近幼儿园的距离作为组级变量。