[6]。表3.3.3模型摘要b模型RR方調整后的R方標準誤差德賓-沃森10.998a0.9960.98782.507462.643預測變量(常量),竣工房屋平均造價(元/平方米)，城鎮(zhèn)居民人均可支配收入（元）,房地產(chǎn)開發(fā)投資總額（億元）,人均生產(chǎn)總值（元）因變量:商品房住宅區(qū)平均銷售價格(元/平方米)表3.3.4方差分析模型平方和自由度均方F顯著性1回歸3090504.9854772626.246113.4970.009b殘差13614.96226807.481總計3104119.9476因變量:商品房住宅區(qū)平均銷售價格(元/平方米)預測變量(常量),竣工房屋平均造價(元/平方米)，城鎮(zhèn)居民人均可支配收入（元）,房地產(chǎn)開發(fā)投資總額（億元）,人均生產(chǎn)總值（元）上表為方差分析子表，顯著性為F檢驗顯著性統(tǒng)計量，它的值為0.009，遠小于顯著性水平0.05，所以可以確定該回歸方程回歸效果顯著。表3.3.5系數(shù)未標準化系數(shù)標準化系數(shù)t顯著性B的95.0%置信區(qū)間共線性統(tǒng)計模型B標準錯誤beta下限上限容差VIF1(常量)-364.501543.497-0.6710.572-2702.9811973.980人均生產(chǎn)總值(元)0.1440.0611.1542.3700.141-0.1170.4050.009108.238房地產(chǎn)開發(fā)投資總額(億元)-1.4943.250-0.154-0.4600.691-15.47612.4880.02051.003城鎮(zhèn)居民可支配收入(元)0.0160.0110.1091.4010.296-0.0330.0650.3622.761竣工房屋平均造價(元/平方米)-0.1740.967-0.044-0.1800.874-4.3323.9850.03627.517a.因變量:商品房住宅區(qū)平均銷售價格(元/平方米)由上圖可知：,,,,，由此可以估算出多元線性回歸方程為：模型建立完成.3.4模型檢測與評估根據(jù)已知的駐馬店市商品房住宅區(qū)銷售價格數(shù)據(jù)對模型進行檢測，檢測結果如下表：表3.4模型檢測結果年份2013年2014年2015年2016年2017年2018年2019年實際價格（元）2588.622964.342995.323216.543719.724108.544615.81預測價格（元）2636.610922935.309842988.416023273.677763643.640924113.335644655.18774相差值（元）47.9909229.030166.9039857.1377676.079084.7956439.37774相對誤差0.0185391910.0097931280.0023049220.0177637340.0204529050.0011672370.008531057通過上表可知檢驗結果的誤差較小，最大的誤差值76.07908，最小的誤差值4.79564，平均誤差值為37.33075429，平均相對誤差為0.011221739，誤差較小,此模型對房價的預測較為準確.4結論與建議4.1結論本論文先從數(shù)據(jù)的收集開始，為了確保的嚴謹性，數(shù)據(jù)均來自河南統(tǒng)計局—各市年鑒統(tǒng)計，完成論文的數(shù)據(jù)收集。之后通過灰色關聯(lián)分析對所選的因素進行關聯(lián)度分析，確保應用到模型當中的數(shù)據(jù)與房價的關聯(lián)性強度高，使模型的精度更高，模型通過spss軟件對數(shù)據(jù)進行分析，得到多元線性回歸模型的回歸系數(shù)，得到方程。之后對模型的精確度進行計算，誤差較小，證得該模型較為穩(wěn)定。4.2建議由本論文的研究結果對駐馬店市房地產(chǎn)市場發(fā)展提出幾點建議：（1）通過灰色關聯(lián)分析可以看出，對駐馬店市房價影響最顯著的是人均生產(chǎn)總值，次要的是房地產(chǎn)開發(fā)總額和竣工房屋平均造價。為了房地產(chǎn)的長遠發(fā)展，政府提高人均生產(chǎn)總值比較關鍵，駐馬店市的貧富差距還是過大，近年來駐馬店市常駐人口也在不斷增加，政府應該大力發(fā)展經(jīng)濟，改善居民的生活，提高自身的發(fā)展?jié)摿?。?）房地產(chǎn)開發(fā)投資總額對房價的影響也很重要，駐馬店市近年來的房地產(chǎn)商變化不大，沒有新鮮的房地產(chǎn)公司的加入，使各房地產(chǎn)公司的競爭趨于緩和，房價也是一同持續(xù)上漲，駐馬店市應該吸引外來企業(yè)投身到城市的開發(fā)與完善當中，提高企業(yè)的競爭力，使房地產(chǎn)的價格趨于居民能接受的水平。（3）駐馬店市近年來的房地產(chǎn)價格正處于上升發(fā)展期，未來的房價也會不斷上漲，普通居民購房的難度更大，但從城鎮(zhèn)居民可支配收入上看呈上漲趨勢，未來居民的收入也會十分客觀，對于房價的承受能力也減輕很多，外來房地產(chǎn)投資總額也會有一個比較大的上漲，但模型只是在沒有人為的調控下通過各因素來預測未來的房價，因此還不具備應對突發(fā)性影響的因素，若房地產(chǎn)市場受到一些突發(fā)性事件，如：世界經(jīng)濟危機、國家政策調控等時，房價的預測將會偏離模型的預測。政府應該出臺一些扶持政策調動更多的社會資源參與到解決居民用房緊張的問題上，從根源上解決現(xiàn)今房價過高，居民買房困難等問題，購房困難也是人才流失的主要方面，政府應該加大人才引入政策，保證有更多的人加入到建設經(jīng)濟高速發(fā)展的城市的良性循環(huán)中。參考文獻孟華,朱其忠.產(chǎn)業(yè)組織模塊化發(fā)展的動力機制——基于高技術產(chǎn)業(yè)的實證研究[J].科學與管理,2019,39(01):61-70.周晨,馮宇東,肖匡心,韓珊,董穎.基于多元線性回歸模型的東北地區(qū)需水量分析[J].數(shù)學的實踐與認識,2014,44(01):118-123.陳正江,蒲西安.多元線性回歸分析與逐步回歸分析的比較研究[J].牡丹江教育學院學報,2016(05):131-133.趙志君.我國房地產(chǎn)市場特征和影響房價的因素分析[J].新疆財經(jīng),2019(01):5-12.任菡,王紅敏,劉同義.多元線性回歸教學解析[J].科教導刊(上旬刊),2017(31):116-117.張若天.基于多元線性回歸的房價預測模型改進[J].電子制作,2019(04):98-100.李正蹊.基于多元線性回歸的房價預測模型[J].中國新通信,2018,20(23):156-158.李子奈,齊良書.