[發明專利]結合地理加權和多層線性的房地產價格影響因子分析方法

在審

• 申請號: 202110871416.0
• 申請日: 2021-07-30
• 公開（公告）號: CN113627978A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 盧賓賓;胡奕公
• 申請（專利權）人: 武漢大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/16;G06K9/62;G06F17/18
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

1.一種結合地理加權和多層線性的房地產價格影響因子分析方法，其特征在于，包括以下步驟：

步驟1，將所有房地產項目樣本根據空間坐標進行分組，位置上處于同一區域的樣本歸為一組；

步驟2，將房地產屬性變量及相關地理空間變量進行分類，分為“空間變量”和“非空間變量”兩類，并進行變量優選，得到最終的模型，最終的模型中包括組級變量和樣本級變量；

步驟3，使用樣本級變量構建如下式的多層線性模型并求解，

β_ki＝γ_k0+μ_ki

其中，

y_ij為因變量的值，表示房地產價格，i是房地產樣本所在的組號，j是房地產樣本在本組內的樣本號，i＝1，2，…，m，j＝1，2，…，n；

x_ijk為樣本集變量，k為樣本變量的編號，k＝1，2，…，p；

β_0i為組級殘差；

β_ki為第i組中的樣本關于樣本級變量x_ijk的回歸系數；

∈_ij為樣本因變量的殘差，為服從均值為0的正態分布；

γ₀₀為樣本層變量關于組級變量的殘差；

g_ih為組級變量，h為組級變量的編號，h＝1，2，…，q；

γ_0h為組級殘差關于組級變量的回歸系數；

μ_0i為組級殘差關于組級自變量的殘差，為服從均值為0的正態分布；

γ_k0為各組間共享的截距；

μ_ki為不同組之間存在的不同隨機誤差；

通過求解該多層線性模型，分別得到每一組i中回歸系數β_ki的值；

步驟4，組合最終解，將上一步求解得到的各參數與變量組合起來對因變量進行解釋，從而得到房地產價格影響因子分析結果。

2.根據權利要求1所屬的一種結合地理加權和多層線性的房地產價格影響因子分析方法，其特征在于：在步驟2中，進行變量優選的實現方式如下，

步驟1)，后向選擇方法，根據分層線性回歸模型借助方差分析進行變量選擇；

步驟2)，使用前向選擇方法，根據地理加權回歸模型進行變量選擇；

步驟3)，綜合步驟1)和步驟2)選出的模型變量，支持結合研究興趣，將主觀上需要研究的變量納入進來，組合成一個最終的模型。

3.根據權利要求2所屬的一種結合地理加權和多層線性的房地產價格影響因子分析方法，其特征在于：在步驟2)中，使用前向選擇方法，根據地理加權回歸模型進行變量選擇的實現方式如下，

首先，用所有變量x₁，x₂，…，x_k逐個擬合一個變量數為1的地理加權回歸模型，其中，k為變量總數，并計算所有模型的赤池信息準則值，即AIC值選擇其中最小的AIC值對應的變量x₁′；

然后，用除x₁′以外其他所有變量，逐個將其和x₁′一起，擬合一個變量數為2的地理加權回歸模型，并計算所有模型的AIC值選擇其中最小的AIC值對應的變量x₂′；

以此類推，不斷得到所有的x′₃，x′₄，…，x_k′，以及AIC值

分別將a₁，a₂，…，a_k中的元素進行從大到小排序，并將排序后的元素放在一起，找到最后一個滿足其與前一個相比，減小超過相應閾值的元素則將該值所對應的模型中的變量作為變量選擇的結果。

4.根據權利要求3所屬的一種結合地理加權和多層線性的房地產價格影響因子分析方法，其特征在于：最終的模型中，將建筑面積、是否為高樓層作為樣本級變量，將到最近水系的面積、物業費、到最近商圈的距離、到最近小學的距離、到最近幼兒園的距離作為組級變量。