基于主成分回归的房地产业经济增长因素分析
Analysis of Real Estate Economic Growth Factor Based on Principal Component Regression

DOI: 10.12677/SA.2019.82039, PP. 358-363

Keywords: 主成分回归，经济增长，房地产业，因素分析,
Principal Component Regression, Economic Growth, Real Estate, Factor Analysis

Full-Text   Cite this paper   Add to My Lib

Abstract:

不同的历史条件下，房地产业发展的主导因素不同。由于常规分析方法对房地产业的发展动因的分析具有模糊性，本文给出了基于主成分回归的计量经济模型。该方法通过消除自变量之间的多重共线性，很好地克服了普通最小二乘分析在处理多重共线性上的缺陷，对房地产业经济增长因素进行可靠分析具有较强的现实意义。
Under different historical conditions, the leading factors of the development of the real estate industry are different. Because of the fuzziness of the conventional analysis method to the analysis of the development cause of the real estate industry, this paper presents the econometric model based on principal component regression. By eliminating the complex multicollinearity among independent variables, this method overcomes the defects of the ordinary least squares analysis in dealing with multicollinearity, and has strong practical significance in the reliable analysis of economic growth factors of the real estate industry.

References

[1]	盛松成, 宋红卫. 房地产业对GDP的贡献被低估了多少?[J]. 财新周刊, 2018(21): 32-34.
[2]	陈欣. 我国房地产发展与经济增长的关系[J]. 房地产导刊, 2018(35): 29-30.
[3]	司守奎, 孙兆良. 数学建模算法与应用[M]. 第2版. 北京: 国防工业出版社, 2017: 231-236.
[4]	刘柏森, 刘艳. 基于偏最小二乘回归的城镇居民消费水平影响因素研究[J]. 现代营销, 2018(5): 227-228.
[5]	高月. 基于岭估计的一种新的有偏估计[J]. 数学学习与研究: 教研版, 2018(7): 17-17.
[6]	郭少阳, 郑蝉金, 陈彦垒. 方差分析与回归分析的整合: 虚拟变量与设计矩阵[J]. 统计与决策, 2018, 34(12): 25-28.
[7]	王璐, 包革军, 王雪峰. 主成分分析中的信息损失及其效率估计[J]. 统计与信息论坛, 2003, 18(3): 55-57.
[8]	袁敏, 智丽萍, 高健, 孙江洁. 多重线性回归模型中的最小二乘估计与投影法[J]. 吉林广播电视大学学报, 2018， 202(10): 66-67, 82.
[9]	周晓红. 市场经济下中国房地产业发展规律[J]. 中国房地产业, 2018(15): 38.
[10]	张永岳, 胡金星, 王盛. 中国房地产业快速发展奇迹: 驱动因素与可持续性研究[J]. 华东师范大学学报(哲学社会科学版), 2018, 50(6): 81-91.
[11]	阮连法, 张贤明, 郭文刚. 基于增加值的房地产业核算分析[R]. 杭州: 杭州市科协, 2009: 564-567.

Full-Text