首先以深圳市福田区部分普通住宅的房地产价格为数据基础，利用空间分布分析中的最近邻距离分析法确定了各住宅的空间分布情况，即呈簇状分布状态；然后，运用空间自相关理论和方法，选用Moran Ⅰ指数对研究区域的房价自相关关系进行测度和实证分析，从而得到深圳市景田区部分住宅房地产价格的空间自相关性情况；最后，利用ArcGIS中的地统计分析工具对整个区域的房地产价格进行了拟合，得到研究区域房价的空间分布情况。

论文研究-基于时空模型的区域房地产价格扩散效应研究.pdf,  文章通过研究区域房价的扩散效应来把握我国区域房地产市场的波动规律.采用价格扩散模型及时空脉冲响应函数对全国30个省市自治区2001M1-2014M12的房价进行实证，重点考察了北京、上海、海南和浙江四个主导区域房价变动对所有区域房价的影响，结果表明：1）北京房价变动的影响，主要是向华北、西南和西北地区扩散；上海房价变动的影响，主要是向华东、西南、华北和华中地区扩散；海南房价变动的影响范围较小，主要是向华东地区扩散；浙江房价变动的影响，主要是向华东、西南、西北地区扩散.2）目前对区域房价的直接调控可能比通过别的区域房价来影响的间接调控更有效；即使海南区域房地产泡沫破灭，短期内也不一定能引发全国性的房地产市场危机.3）在调控方面，对北京的房价调控应是持续性的，对上海、海南的房价调控可以是阶段性的，而对浙江房价的调控应该谨慎.

通过加权平均值计算房地产价格的软件，是市场比较法常用的定价的工具，让定价方便、快捷、准确。

纽约市财产回归 基于纽约数据的房地产价格预测的真实案例研究。 项目背景 以在纽约州投资于房屋和公寓的房地产投资信托（REIT）为例，房地产投资信托（REIT）业务的一部分是试图预测房地产在出售前的公平交易价格。 他们这样做是为了校准内部定价模型并保持市场脉动。 在此项目中，数据集表示纽约州一个小县内房屋，公寓和公寓的投资。 当前的工作解决方案 房地产投资信托目前使用第三方评估服务，以其自身的专业知识估算房地产价格。 在实践中，各个评估员的技能水平差异很大。 为了估算错误定价范围，房地产投资信托基金进行了试运行，以将实际交易价格与评估师的估算值进行比较。 结果发现，没有经验的评估员给出的估计数平均相差70,000美元。 作为数据科学家的角色 房地产投资信托基金已决定采用数据驱动的方法来评估物业，而不是依靠评估师的个人专业知识。 目前，房地产投资信托基金有尚未开发的市场上先前物业交易价格

EPAM_final 房地产价格热图 来自 realtymag.com 的使用数据 用法： 创建 conda 环境 win: for /f %i in (requirements.txt) do conda install --yes %i linux：同时读取要求； 做 conda install --yes $requirement; 完成 < 要求.txt 运行 get_data_from_web.py 使用优惠数据创建 city_app_offers.xlsx 运行 data_preproc.py - 准备要可视化的数据创建 city_app_grid_gpd.gpkg 和 grid_city_bound.gpkg 运行predictions.py - 对缺失的多边形进行预测创建 city_new_predict.gpkg 运行 offer_heatmap.py 创建

大数据技术下房地产价格波动特征模型研究.pdf

2008年房地产价格统计培训

2008年房地产价格统计培训（PPT 99）.ppt

关于房地产价格与各影响因素之间的关系，建立数学模型，并用到spss,matlab等软件求解，涉及灰色关联度模型，灰色预测模型，主成分分析等模型。