案例,spss,数据分析

基于GIS的xx市房价空间格局与影响因素分析


字数:11000字  原创指数:370  类别:案例模板

【内容概述】

基于地理信息系统(GIS)与地统计学中的Kriging插值方法和房地产实地问卷调查,运用地理信息系统中的Arcgis软件以滨州市滨城区的新房价格信息为研究对象,选取滨州市滨城区最新发布的37个有效房价小区信息为基础数据源,采用Kriging插值方法分析滨州市的房价空间变化特征以及空间分布并简要分析房价影响因素分布特征,揭示滨州市房价空间变异特征以及变化趋势。

关键字:  房价;Kriging插值方法;空间变异;GIS
Based on GIS spatial variation in binzhou city house prices
Abstract
Based on geographic information system (GIS) and Kriging interpolation method ofgeostatistics field survey and real estate, using geographic information system of Arcgis software to the bridal chamber price information seaport binzhou city as research object, the selection of the urban waterfront binzhou city latest 37 effective house prices based on information resource, residential Kriging interpolation method by analyzing the characteristics of spatial variation in prices and space distribution and briefly analyzes the distribution characteristics of the prices influence factors in binzhou city house prices space mutation characteristics reveal and trends.
Key Words:  House prices  Kriging interpolation method  Space mutation  GIS

 

 

目  录

1.研究目的及意义 1
  1.1研究背景 1
  1.2研究意义 1
2.国内外关于房价的相关研究 1
3.研究区概况 2
4.数据源与技术路线 3
  4.1数据源 3
  4.2技术路线流程图 4
    4.2.1样本点问卷调查 4
    4.2.2样本点采集 5
    4.2.3样本预处理 5
    4.2.4样本点定位 5
    4.2.5Kriging插值 5
    4.2.6分析插值结果 5
    4.2.7输出图形 5
  4.3Kriging插值方法以及各种软件、技术介绍 5
    4.3.1Kriging插值方法 6
    4.3.2房地产实地问卷调查 6
    4.3.3Arcview软件 6
5.结果分析 6
  5.1滨州市房价有效样本点Kriging插值结果图 6
  5.2滨州市房地产价格空间变异特征分析 7
6.滨城区房地产价格变化产生的影响因素 7
  6.1社会因素 8
  6.2经济因素 8
  6.3行政因素 8
  6.4区位因素 8
  6.5影响房地产价格的个别因素 9
7.结论与讨论 10
参考文献 11
谢 辞 13