量化北京二手房單位面積均價與房屋面積，卧室數，廳數，樓層數，房屋所在區，周邊有無地鐵或學校之間的影響關系，并且定量給出方程用以确定具體的數量關系。
關鍵詞
量化分析；異方差分析；殘差分析在
繪制房間數，廳數箱線圖之前，我們有必要對其數量進行調整，由于房間數大于五間的聊聊無幾，同時廳數大于2間的也不多，所以将房間數大于五間，廳數大于2間的分别劃分為一類，顯然這樣做既不會過多的幹擾結果的可靠性，也将大大較少分析負擔。
分析如下:
1.二手房平米均價與卧室數關系
在卧室數改變時，很明顯的發現0間卧室的房子均價最低，且随着卧室數量的上升，價格逐漸上升。當卧室數為5間及以上，價格波動明顯增大，均價增高，說明大戶型房屋的調價空間更大，價格更加參差。但要特别注意，當卧室數量上升時，每類房子的最高價格下降，從一定程度上說明卧室少的房子有部分可能有特殊用途導緻價格上升，這可能就是異常點的來源。
2.二手房平米均價與廳數關系
随着廳數的不斷增加，價格波動先增加後來減少，最高價格逐漸減少，平均價格基本穩定。零廳的房子價格高，很可能時因為這種房子地段極好所以價格高。
3.二手房平米均價與樓層關系
地下室最為便宜，而且價格相對于其他樓層價格波動最為不明顯，剩下的low，middle與high價格波動程度，最高價，中位價格基本相當。
4.二手房平米均價與城區關系
西城區靠近北京中心房價最高，這裡同時也有許多高檔住宅，所以價格波動也是最大。海澱區，東城區緊随其後，兩者價格差不多，朝陽區，石景山區，豐台區價格較低，且尤其是豐台區和石景山區房屋價格波動同時也表現的較為緩和。
5.二手房平米均價與有無地鐵，有無學校的關系
有學校與地鐵的房屋明顯比沒有這些設施的房屋價格貴，尤其是學校，有的房屋周邊有學校價格甚至比沒有學校的類似房屋高接近兩倍，這也就側面符合北京天價學區房的事實。有地鐵的房子雖然增價幅度沒有那麼大，但是價格也表現出了明顯的上升。這也就說明了房價與周邊是否有學校，地鐵也有關系。
綜上所述，影響房屋平米均價的内部因素有面積、卧室數、廳數，影響房屋價格的外部因素有地區、樓層、有無地鐵、有無學校。下面我将建模探究這些與房價之間的定量關系。
結論及建議
1.結論
此次通過對16795組北京二手房數據的研究，得出北京二手房單位面積價格與内在因素（面積，卧室數，廳數），外在因素（樓層數，地區，周邊有無學校，周邊有無地鐵）的線性相關。根據數次檢驗，分析，最終用相對“合理”的16001組數據進行方程拟合，基本符合多元線性拟合的基本假設，尤其是異方差消除最為出色，較為合理地解決了開篇提出的兩個問題。
2.建議
在北京有想了解二手房價格的可以借鑒的使用本篇論文所拟合出的方程，其方程所确定的價格有着一定的指導作用。但是兩種情況下慎用：①所估計房價與本篇論文寫作時間差距過大。北京房價變化太過于劇烈，漲勢明顯，如果時間相差不遠，推薦使用2倍的當年通貨膨脹率進行終值計算。②所估計房産比較“特别”，比方說黃金地段的一室一廳，貴賓區的房子（原因：計算時，上述數據我認為大多它們構成異常值，離群值去除，所以模型沒有辦法表現出這些值的特點）。
未來研究方向
我未來的研究方向主要是三個方面：
1.尋找其他可能影響房價的因素，比方說地區綜合交通情況，地區環境狀況，地區文化氛圍狀況，以及找出指标來專門刻畫那些貴賓專用的房間，使其不會成為異常值，或者離群點被剔除出去；
2.改善拟合方法，這次拟合我主要的目的就是消除異方差，但是忽略了其他因素，比方說偏度，峰度，尋找更加合理的連結函數，找出更精确的刻畫拟合“合理性”的方法；
3.這也是本次模型建立最失誤的地方，我沒有充分運用老師所提供的數據。未來我進行研究時結合經緯度，小區名字，小區規模進行分析，得出适合更加廣泛，盡可能精準的模型。
參考文獻：
[1]王華麗.多元線性回歸實例分析[J].科技資訊，2014,(29):22.
[2]費宇.郭民之等著.多元統計分析[M].中國人民大學出版社.