导读:本文包含了加权价格论文开题报告文献综述及选题提纲参考文献，主要关键词:空间分异,热度分析,地理加权回归
加权价格论文文献综述
江济强,王斌,王明建,杨毅[1]（2019）在《地理加权回归模型的城市住宅价格多源热度分析》一文中研究指出提出一种地理加权回归模型算法对城市住宅价格多源热度进行分析。通过互联网采集研究区内124个住宅小区价格及绿化率、购物中心、公园、中小学、大学、医院等分布数据,构建地理加权回归模型,揭示小区住宅价格的空间分异和不同因子的相关系数。研究表明:①伴随城市飞速发展,城市各个区域住宅价格存在着显着差异;②城市绿地对住宅价格的影响,新老城区表现不一;③公园分布对住宅价格影响很大,影响程度新城区大于老城区;④学区房对于住宅价格影响最为显着。(本文来源于《城市勘测》期刊2019年03期）
张青[2]（2019）在《水果加权价格指数K线图系统分析与设计》一文中研究指出水果加权价格指数K线图综合产地、港口、集散地等影响价格波动的因素,设置不同权重,创建水果加权价格指数,接着使用K线图直观地展示水果价格信息,系统将公开提供,明确、透明、时效高、可回溯的价格信息,使经营者、农户及时获得准确市场信息,降低市场风险。(本文来源于《计算机产品与流通》期刊2019年04期）
石振武,王喆[3]（2018）在《基于分位数的混合地理加权回归模型的商品住宅价格空间分析——以哈尔滨市为例》一文中研究指出首先,本文提出改进的GWR回归算法,将传统的GWR模型中的全局系数进行分位数回归计算,并对局部系数进行求解。选取哈尔滨市6个城区中1345个小区的二手房住宅价格的地理数据,从统计角度将本模型与传统的OLS和GWR模型进行比较,表明本算法可以深刻揭示商品住宅价格与影响因素之间的复杂关系,并在传统影响因素的基础上增加进户年份这一变量。其次,对商品住宅价格利用Arc Gis的地统计分析工具进行拟合,图示显示相邻区域的实际联系会形成虚拟空间的关联。研究表明,每增加或减少一个单位各要素点对住宅价格的影响大小依次为D(Distance)-公园、D-购物中心、D-地铁、D-河流、D-快速路、D-中学、D-叁甲医院、D-高等学校、进户年份。(本文来源于《土木工程与管理学报》期刊2018年05期）
安心[4]（2018）在《无锡租房价格未出现异常波动》一文中研究指出近日，有关北京房租价格过快上涨的消息，牵动着各方神经，但事实上，不只是北京，7月份以来全国城市房租价格均有所上涨，部分重点城市房租价格涨幅极为明显。日前从租房平台了解到，无锡租房市场价格较为稳定，没有出现异常波动。无锡租房价格微涨可控(本文来源于《无锡日报》期刊2018-08-25）
中国建筑玻璃与工业玻璃协会[5]（2018）在《综合加权平均价格环比上升，同比下降》一文中研究指出依据中国建筑玻璃与工业玻璃协会对全国重点监测浮法玻璃企业月快报数据综合统计显示：六月份产量、销量同比有所增加；期末库存同比、环比都有所有所增加；综合加权平均价格，环比上升0.27元/重量箱，同比下降0.09元/重量箱。六月份生产浮法玻璃5367(本文来源于《中国建材报》期刊2018-08-23）
中国建筑玻璃与工业玻璃协会[6]（2018）在《产、销量同比增加 综合加权平均价格下降》一文中研究指出依据中国建筑玻璃与工业玻璃协会对全国重点监测浮法玻璃企业月快报数据综合统计显示：六月份产量、销量同比有所增加；期末库存同比、环比都有所有所增加；综合加权平均价格，环比下降0.17元/重量箱，同比下降0.32元/重量箱。产六月份生产浮法(本文来源于《中国建材报》期刊2018-07-26）
尹上岗,宋伟轩,马志飞,李在军,吴启焰[7]（2018）在《南京市住宅价格时空分异格局及其影响因素分析——基于地理加权回归模型的实证研究》一文中研究指出以2009—2017年南京市"一主叁副"商品房社区为基本研究单元,运用GIS地统计分析中的普通Kriging插值法对"一主叁副"住宅价格空间分布进行模拟和估计,并利用地理加权回归(GWR)模型探究社区属性、商业区位、交通区位、服务区位和景观区位等类型变量对住宅价格的影响规律。研究结果表明:(1)南京市房价总体上呈现主城向副城递减的中心外围模式,"一主叁副"住宅价格空间结构呈现出同心圆和扇形融合的混合模型。(2)中心位势对主城住宅价格影响相对下降,对副城影响相对提升,交通位势表现出相反的趋势,住宅房龄、绿化环境对住宅价格的影响由主城向副城递减,山水景观的影响由长江沿岸向外围递减。(3)主副城住宅价格影响因素具有空间异质性,其中主城受距CBD距离、住宅建筑年代和绿化率的影响较大,而副城主要受距地铁站距离、距景观资源距离的影响。(本文来源于《人文地理》期刊2018年03期）
汪佳莉,季民河,邓中伟[8]（2016）在《基于地理加权特征价格法的上海外环内住宅租金分布成因分析》一文中研究指出城市住宅租金具有经济与社会双重性质,既反映房地产的市场供需关系以及价格决定机制,也反映了居民的住房需求满足情况和解决方式。建立以特征价格法为基础的空间自回归模型,探索影响上海住宅租金空间分布的驱动因素。通过Web数据抓取获得上海2012年12月至2013年1月的住宅租金样本数据,根据特征价格法将影响住宅租金的9个因素归纳为区位特征、邻里特征、整体特征叁大类,利用双模型(普通最小二乘法(OLS)和地理加权回归(GWR))双形态分析对比。结果表明:市中心辐射对上海住宅租金的影响呈现"东强西弱"的格局,地铁站点对城市中心的租金影响较弱,对近郊的租金影响较大,而内环内租金对就业可达性最为敏感。优质教育和医疗资源的空间分布不均衡,前者受限于学区划分和户籍政策,对租金的影响以内环线为界呈内低外高;而后者虽不受户籍限制,但服务范围狭小,对浦西的影响较大。浦东租户对小区环境及小区竣工年限支付意愿更高。(本文来源于《地域研究与开发》期刊2016年05期）
兰冲锋,张冕[9]（2016）在《加权Markov链在农产品生产价格指数中预测研究》一文中研究指出首先根据农产品生产价格指数具有随机性的特点,利用均等概率的方法建立其状态等级;接着针对农产品生产价格指数为相依随机变量的特点,计算其规范化的多阶自相关系数;最后用加权的Markov链模型来预测未来农产品生产价格指数变化趋势,并得出了农产品生产价格指数落在区间[99.91,104.56)内最为稳定的结论。(本文来源于《阜阳师范学院学报(自然科学版)》期刊2016年02期）
方韦唯[10]（2016）在《基于地理加权回归的合肥市住宅价格空间分异及影响因素研究》一文中研究指出房地产业中有一句俗语：房地产最重要的叁个特征,一是区位,二是区位,叁是区位,其充分地说明了区位对房地产价格的重要影响。不同区位条件下,城市资源分布及发展程度存在很大差异,房地产价格也会由此存在明显的空间差异。研究城市住宅价格的这种空间差异性,可以为政府管理政策的制定、房地产开发商项目方案的制定、购房者的购房选择提供决策依据。本文以合肥市为研究区域,收集了4954个住宅价格样本,采用地理加权回归模型(GWR)对合肥市住宅价格的空间分异性和影响因素进行研究。采用探索性空间数据分析方法探讨住宅价格的空间变化趋势,结果表明合肥市住宅价格在东西和南北两个方向上都呈现抛物线的变化趋势；进一步进行空间自相关分析,得出合肥市住宅价格分布存在显着的集聚性,并借助克里金插值技术,描述其分布特征。本文选取了10个影响因素,建立地理加权回归模型,深入探讨住宅价格各影响因素的作用机理,并与特征价格模型进行对比。结果表明地理加权回归模型较特征价格模型具有很大优越性,从地理加权回归模型的结果看,各影响因素对住宅价格的影响是双向的,随着空间位置的变化发生正负向变化,文章同时运用克里金插值技术进行可视化处理,直观地描述了各因素对住宅价格的影响力度和影响方向。(本文来源于《合肥工业大学》期刊2016-04-01）
加权价格论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
水果加权价格指数K线图综合产地、港口、集散地等影响价格波动的因素,设置不同权重,创建水果加权价格指数,接着使用K线图直观地展示水果价格信息,系统将公开提供,明确、透明、时效高、可回溯的价格信息,使经营者、农户及时获得准确市场信息,降低市场风险。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权价格论文参考文献
[1].江济强,王斌,王明建,杨毅.地理加权回归模型的城市住宅价格多源热度分析[J].城市勘测.2019
[2].张青.水果加权价格指数K线图系统分析与设计[J].计算机产品与流通.2019
[3].石振武,王喆.基于分位数的混合地理加权回归模型的商品住宅价格空间分析——以哈尔滨市为例[J].土木工程与管理学报.2018
[4].安心.无锡租房价格未出现异常波动[N].无锡日报.2018
[5].中国建筑玻璃与工业玻璃协会.综合加权平均价格环比上升，同比下降[N].中国建材报.2018
[6].中国建筑玻璃与工业玻璃协会.产、销量同比增加综合加权平均价格下降[N].中国建材报.2018
[7].尹上岗,宋伟轩,马志飞,李在军,吴启焰.南京市住宅价格时空分异格局及其影响因素分析——基于地理加权回归模型的实证研究[J].人文地理.2018
[8].汪佳莉,季民河,邓中伟.基于地理加权特征价格法的上海外环内住宅租金分布成因分析[J].地域研究与开发.2016
[9].兰冲锋,张冕.加权Markov链在农产品生产价格指数中预测研究[J].阜阳师范学院学报(自然科学版).2016
[10].方韦唯.基于地理加权回归的合肥市住宅价格空间分异及影响因素研究[D].合肥工业大学.2016