全文总字数：2432字

1. 研究目的与意义及国内外研究现状

随着当今社会住房改革的全面深化，房地产市场成为金融板块的重要推动力，其产业的兴衰严重影响着国民经济的发展状态，住房商品化的消费观念已逐渐深入人心。目前商品房的发展空间巨大，因此房价的变动引起了全社会的广泛关注。对未来房价进行科学有效的研究与预测，不仅对供求双方具有重要的意义，同时对政府制定合理的规章制度也具有重要的理论意义。近年来，我国房价的大幅度提升，让人们对房价的变动非常敏感，同时也让房价成为了供求双方广泛关注的焦点。就当前情势而言，稳定房价是我国进行宏观调控的重要手段。

基于r语言的时间序列分析是一种动态处理统计数据的方法，用于解决实际生活中的问题。它包括一般统计分析，关于时间序列的最优预测等。且r语言作为一个可进行交互式数据分析和探索的强大平台，在掌握其基本语法的基础上，通过建立相关数据分析模型，并利用其灵活强大的绘图功能，可以更好地表现数据分析结果。

在此基础上，本文利用r语言知识对我国房价指数数据进行科学、准确的时间序列分析，建立arima模型，从而得到较高精度的预测商品房价格，同时为我国房地产投资管理决策的制定提供科学借鉴。

2. 研究的基本内容

首先对国泰安数据库中收录的房屋销售价格指数月度数据进行分析，然后利用r语言软件对数据进行季节性变化分析，并通过平稳性检验、模型阶数判断、参数估计大致确定房价指数arima模型，最后通过对模型和实际数据的残差数据进行正态性检验和非自相关性检验，确定合理的模型并对未来房价进行预测，从而确定出未来几年我国的房价。

主要的研究内容如下：

（1）分析国内外研究现状，阐述研究背景以及房价指数预测的研究意义，分析房价指数预测的研究现状。

3. 实施方案、进度安排及预期效果

根据本文的研究计划，本文的进程计划如下：

1．2015年12月20日前：准备阶段，学习毕业论文有关文件，并完成任务书。

2．2016年1月13日前：完成开题报告。

4. 参考文献

[1] 刘思峰.灰色系统理论及其应用[m].北京：科学出版社，2010

[2] 程亚鹏，张虎，张庆红. gm（1,1）模型在房地产价格指数预测中的应用[j].河北农业大学学报，1999, 22（3）：90-93

[3] 张秉乾.上海商品住宅市场价格影响因素研究及价格预测[d].甘肃农业大学经济管理学院，2009