SPSS軟件分析雞西市房屋價格參數實際操作過程

邢小博

應用房地產評估技術加強存量房交易稅收征管工作，就是在充分采集房地產數據信息的基礎上，通過房產評估方法，以存量評估系統計算出存量房的計稅價值，與納稅人申報價格相比較，對納稅申報的真實性進行科學、規范的審核評估，按照就高原則確定計稅價格，征收交易環節各項稅收。本項操作是一項“以計算機軟件評估替代人工評估”的存量房交易稅收征管新工作模式。雞西市目前擬定先將住宅類房產轉讓計稅價格認定應用房地產評估技術進行征管。如何在存量房評估系統中正確使用價格參數，下面系統闡述如何利用SPSS軟件分析出較為精確的估計值。

一、打開云端軟件平臺

雙擊圖標，然后出現頁面，運行紅色標志，出現編輯頁面。

二、導入數據

點擊“文件”下“打開”數據。若沒有數據，則可以現場輸入。

三、進入數據的編輯頁面

在頁面的左下角，有數據和變量兩個圖標，點擊變量，編輯名稱，類型，完畢后回到數據視圖即可。

四、數據清理數據清理包括缺失值的填寫和還需要使用

SPSS分析工具來檢查各個變量的數據完整性

單擊“分析”-->“缺失值分析”，將檢查所輸入的數據的缺失值個數以及百分比等。SPSS提供了填充缺失值的工具，點擊菜單欄“轉換”-->“替換缺失值”，即可以使用軟件提供的幾種填充缺失值工具，包括序列均值，臨近點中值，臨近點中位數等。結合本次實習數據的具體情況，我們不使用SPSS軟件提供的替換缺失值工具，主要是手動將缺失值用零值來代替。替換完畢后，編輯頁面的最右端出現新的兩列數值。

五、描述性數據匯總

描述性數據匯總技術用來獲得數據的典型性質，我們關心數據的中心趨勢和離中趨勢，根據這些統計值，可以初步得到數據的噪聲和離群點。中心趨勢的量度值包括：均值（mean），中位數（median），眾數（mode）等。離中趨勢量度包括四分位數（quartiles），方差（variance）等。

SPSS提供了詳盡的數據描述工具，單擊菜單欄的“分析”-->“描述統計”-->“描述”，將彈出所示的對話框，我們將所有變量都選取到，然后在選項中勾選上所希望描述的數據特征，包括均值，標準差，方差，最大最小值等。由于本次數據的單位不盡相同，我們需要將數據標準化，同時勾選上“將標準化得分另存為變量”。點擊確定。標準化后得到的數據值，以下的回歸分析將使用標準化數據。還可以通過描述性分析中的“頻率”來得到各個變量的眾數，均值等，還可以根據這些量繪制直方圖。我們選取個別變量的直方圖，可以看到我們因變量基本符合正態分布。

正常型是指過程處于穩定的圖型，它的形狀是中間高、兩邊低，左右近似對稱。近似是指直方圖多少有點參差不齊，主要看整體形狀。

六、回歸分析

本次實驗主要考察房屋單價與土地面積、建成年份、距離、小區環境、配套設施等因素之間的關系。以下的回歸分析所涉及只包括以上幾個變量，并使用標準化之后的數據。單擊菜單欄“分析”-->“回歸”-->“線性”，將彈出所示的對話框，將通過選擇因變量和自變量來構建線性回歸模型。因變量：房屋單價;自變量：所有影響因素：進入，個案標簽使用小區名稱，不使用權重最小二乘法回歸分析—即WLS權重為空。 點擊右上角“統計量”，填好以后，點擊“繼續”。繼續點擊右上角繪制，出現對話框，選擇繪制標準化殘差圖，其中的正態概率圖是rankit圖。同時還需要畫出殘差圖，Y軸選擇：ZRESID，X軸選擇： ZPRED。點擊繼續。

繼續點擊回歸對話框的右上角，選項，出現對話框，設置回歸分析的一些選項，有：步進方法標準單選鈕組：設置納入和排除標準，可按P值或F值來設置。在等式中包含常量復選框：用于決定是否在模型中包括常數項，默認選中。

七、結果輸出與分析，所有設置都完成以后，點擊確定，輸出分析

模型匯總b

共線性診斷：點擊分析，線性，點擊右上角 統計量。

endprint

應用房地產評估技術加強存量房交易稅收征管工作，就是在充分采集房地產數據信息的基礎上，通過房產評估方法，以存量評估系統計算出存量房的計稅價值，與納稅人申報價格相比較，對納稅申報的真實性進行科學、規范的審核評估，按照就高原則確定計稅價格，征收交易環節各項稅收。本項操作是一項“以計算機軟件評估替代人工評估”的存量房交易稅收征管新工作模式。雞西市目前擬定先將住宅類房產轉讓計稅價格認定應用房地產評估技術進行征管。如何在存量房評估系統中正確使用價格參數，下面系統闡述如何利用SPSS軟件分析出較為精確的估計值。

一、打開云端軟件平臺

雙擊圖標，然后出現頁面，運行紅色標志，出現編輯頁面。

二、導入數據

點擊“文件”下“打開”數據。若沒有數據，則可以現場輸入。

三、進入數據的編輯頁面

在頁面的左下角，有數據和變量兩個圖標，點擊變量，編輯名稱，類型，完畢后回到數據視圖即可。

四、數據清理數據清理包括缺失值的填寫和還需要使用

SPSS分析工具來檢查各個變量的數據完整性

單擊“分析”-->“缺失值分析”，將檢查所輸入的數據的缺失值個數以及百分比等。SPSS提供了填充缺失值的工具，點擊菜單欄“轉換”-->“替換缺失值”，即可以使用軟件提供的幾種填充缺失值工具，包括序列均值，臨近點中值，臨近點中位數等。結合本次實習數據的具體情況，我們不使用SPSS軟件提供的替換缺失值工具，主要是手動將缺失值用零值來代替。替換完畢后，編輯頁面的最右端出現新的兩列數值。

五、描述性數據匯總

描述性數據匯總技術用來獲得數據的典型性質，我們關心數據的中心趨勢和離中趨勢，根據這些統計值，可以初步得到數據的噪聲和離群點。中心趨勢的量度值包括：均值（mean），中位數（median），眾數（mode）等。離中趨勢量度包括四分位數（quartiles），方差（variance）等。

SPSS提供了詳盡的數據描述工具，單擊菜單欄的“分析”-->“描述統計”-->“描述”，將彈出所示的對話框，我們將所有變量都選取到，然后在選項中勾選上所希望描述的數據特征，包括均值，標準差，方差，最大最小值等。由于本次數據的單位不盡相同，我們需要將數據標準化，同時勾選上“將標準化得分另存為變量”。點擊確定。標準化后得到的數據值，以下的回歸分析將使用標準化數據。還可以通過描述性分析中的“頻率”來得到各個變量的眾數，均值等，還可以根據這些量繪制直方圖。我們選取個別變量的直方圖，可以看到我們因變量基本符合正態分布。

正常型是指過程處于穩定的圖型，它的形狀是中間高、兩邊低，左右近似對稱。近似是指直方圖多少有點參差不齊，主要看整體形狀。

六、回歸分析

本次實驗主要考察房屋單價與土地面積、建成年份、距離、小區環境、配套設施等因素之間的關系。以下的回歸分析所涉及只包括以上幾個變量，并使用標準化之后的數據。單擊菜單欄“分析”-->“回歸”-->“線性”，將彈出所示的對話框，將通過選擇因變量和自變量來構建線性回歸模型。因變量：房屋單價;自變量：所有影響因素：進入，個案標簽使用小區名稱，不使用權重最小二乘法回歸分析—即WLS權重為空。 點擊右上角“統計量”，填好以后，點擊“繼續”。繼續點擊右上角繪制，出現對話框，選擇繪制標準化殘差圖，其中的正態概率圖是rankit圖。同時還需要畫出殘差圖，Y軸選擇：ZRESID，X軸選擇： ZPRED。點擊繼續。

繼續點擊回歸對話框的右上角，選項，出現對話框，設置回歸分析的一些選項，有：步進方法標準單選鈕組：設置納入和排除標準，可按P值或F值來設置。在等式中包含常量復選框：用于決定是否在模型中包括常數項，默認選中。

七、結果輸出與分析，所有設置都完成以后，點擊確定，輸出分析

模型匯總b

共線性診斷：點擊分析，線性，點擊右上角 統計量。

endprint

應用房地產評估技術加強存量房交易稅收征管工作，就是在充分采集房地產數據信息的基礎上，通過房產評估方法，以存量評估系統計算出存量房的計稅價值，與納稅人申報價格相比較，對納稅申報的真實性進行科學、規范的審核評估，按照就高原則確定計稅價格，征收交易環節各項稅收。本項操作是一項“以計算機軟件評估替代人工評估”的存量房交易稅收征管新工作模式。雞西市目前擬定先將住宅類房產轉讓計稅價格認定應用房地產評估技術進行征管。如何在存量房評估系統中正確使用價格參數，下面系統闡述如何利用SPSS軟件分析出較為精確的估計值。

一、打開云端軟件平臺

雙擊圖標，然后出現頁面，運行紅色標志，出現編輯頁面。

二、導入數據

點擊“文件”下“打開”數據。若沒有數據，則可以現場輸入。

三、進入數據的編輯頁面

在頁面的左下角，有數據和變量兩個圖標，點擊變量，編輯名稱，類型，完畢后回到數據視圖即可。

四、數據清理數據清理包括缺失值的填寫和還需要使用

SPSS分析工具來檢查各個變量的數據完整性

單擊“分析”-->“缺失值分析”，將檢查所輸入的數據的缺失值個數以及百分比等。SPSS提供了填充缺失值的工具，點擊菜單欄“轉換”-->“替換缺失值”，即可以使用軟件提供的幾種填充缺失值工具，包括序列均值，臨近點中值，臨近點中位數等。結合本次實習數據的具體情況，我們不使用SPSS軟件提供的替換缺失值工具，主要是手動將缺失值用零值來代替。替換完畢后，編輯頁面的最右端出現新的兩列數值。

五、描述性數據匯總

描述性數據匯總技術用來獲得數據的典型性質，我們關心數據的中心趨勢和離中趨勢，根據這些統計值，可以初步得到數據的噪聲和離群點。中心趨勢的量度值包括：均值（mean），中位數（median），眾數（mode）等。離中趨勢量度包括四分位數（quartiles），方差（variance）等。

SPSS提供了詳盡的數據描述工具，單擊菜單欄的“分析”-->“描述統計”-->“描述”，將彈出所示的對話框，我們將所有變量都選取到，然后在選項中勾選上所希望描述的數據特征，包括均值，標準差，方差，最大最小值等。由于本次數據的單位不盡相同，我們需要將數據標準化，同時勾選上“將標準化得分另存為變量”。點擊確定。標準化后得到的數據值，以下的回歸分析將使用標準化數據。還可以通過描述性分析中的“頻率”來得到各個變量的眾數，均值等，還可以根據這些量繪制直方圖。我們選取個別變量的直方圖，可以看到我們因變量基本符合正態分布。

正常型是指過程處于穩定的圖型，它的形狀是中間高、兩邊低，左右近似對稱。近似是指直方圖多少有點參差不齊，主要看整體形狀。

六、回歸分析

本次實驗主要考察房屋單價與土地面積、建成年份、距離、小區環境、配套設施等因素之間的關系。以下的回歸分析所涉及只包括以上幾個變量，并使用標準化之后的數據。單擊菜單欄“分析”-->“回歸”-->“線性”，將彈出所示的對話框，將通過選擇因變量和自變量來構建線性回歸模型。因變量：房屋單價;自變量：所有影響因素：進入，個案標簽使用小區名稱，不使用權重最小二乘法回歸分析—即WLS權重為空。 點擊右上角“統計量”，填好以后，點擊“繼續”。繼續點擊右上角繪制，出現對話框，選擇繪制標準化殘差圖，其中的正態概率圖是rankit圖。同時還需要畫出殘差圖，Y軸選擇：ZRESID，X軸選擇： ZPRED。點擊繼續。

繼續點擊回歸對話框的右上角，選項，出現對話框，設置回歸分析的一些選項，有：步進方法標準單選鈕組：設置納入和排除標準，可按P值或F值來設置。在等式中包含常量復選框：用于決定是否在模型中包括常數項，默認選中。

七、結果輸出與分析，所有設置都完成以后，點擊確定，輸出分析

模型匯總b

共線性診斷：點擊分析，線性，點擊右上角 統計量。

endprint