商品住宅特征价格模型与指数的应用研究

摘要	第1-5页
ABSTRACT	第5-10页
1 绪论	第10-21页
·论题的提出	第10-16页
·论题背景	第10-14页
·本研究领域的名词解释	第14-16页
·研究的意义及目的	第16-17页
·研究的意义	第16-17页
·研究的目的	第17页
·研究的内容、技术路线及创新	第17-21页
·研究的内容	第17-19页
·研究的方法与技术路线	第19页
·研究的重点、难点与创新	第19-21页
2 特征价格模型应用研究的基础理论	第21-38页
·特征价格模型的理论研究综述	第21-31页
·国外文献综述	第21-26页
·国内研究现状	第26-30页
·特征价格模型的理论基础	第30-31页
·GIS系统的理论基础	第31-34页
·GIS组成及主要功能	第31-33页
·GIS空间数据库	第33-34页
·神经网络的理论基础	第34-38页
·人工神经网络概述	第34-36页
·BP网络模型简述	第36-38页
3 商品住宅价格特征及特征价格模型	第38-60页
·商品住宅价格的主要影响因素	第38-43页
·商品住宅价格的主要特征	第43-48页
·住宅特征	第43-45页
·住宅市场、住宅需求与供给特征	第45-48页
·住宅价格特征	第48页
·特征价格模型的参数确定	第48-50页
·特征价格模型的函数形式	第50-55页
·常见的函数形式	第50-52页
·Box-Cox变换	第52-54页
·主成分分析	第54-55页
·特征价格函数的估计与检验	第55-60页
·特征价格函数的估计与检验	第55-57页
·参数估计存在的问题	第57-60页
4 西安市住宅特征价格模型的建立	第60-89页
·西安市房地产发展总形势	第60-69页
·西安市住宅特征价格模型的建立	第69-89页
·数据的收集及变量的选取	第69-70页
·特征变量的可视化显示	第70-71页
·标准函数模型(线性\对数\半对数)的估计与检验	第71-84页
·住宅特征的边际价格分析	第84-89页
5 西安市特征价格模型的分析	第89-115页
·基于Box-Cox变换的住宅特征价格模型	第89-106页
·参数λ的取值对标准函数形式的选择	第89-91页
·自变量和因变量参数λ的精确估计	第91-106页
·主成分分析法在特征价格模型中的应用	第106-112页
·特征变量的主成分分析	第106-107页
·基于主成分分析特征价格函数的参数估计	第107-110页
·主成分分析与线性函数特征价格模型比较	第110-112页
·神经网络进行商品住宅估价的实证研究	第112-115页
6 西安市住宅特征价格指数的建立	第115-135页
·房地产价格指数的发展现状	第115-124页
·国内几种典型的房地产价格指数	第116-120页
·传统房地产价格指数建立的方法	第120-124页
·房地产特征价格指数的编制	第124-133页
·特征价格指数的发展	第125-128页
·房地产特征价格指数的编制方法	第128-129页
·不同函数形式的西安市住宅特征价格指数的建立	第129-133页
·不同方法的结果比较分析	第133-135页
·传统方法与特征价格方法的比较	第133-134页
·特征价格不同函数之间的比较	第134-135页
7 结论及展望	第135-138页
·基本结论	第135-136页
·不足及展望	第136-138页
·研究不足	第136页
·研究展望	第136-138页
参考文献	第138-150页
致谢	第150-151页
博士研究生阶段发表论文及科研工作	第151-153页
附录1: 论文图表中英文单词的中文含义	第153-154页
附录2: 2007年3月和4月统计资料	第154-158页