背景介绍
房地产市场主要包括有一手房地产，二手房地产以及租赁市场，其中二手房地产起着一手房地产与租赁市场的纽带作用。随着二手房市场的逐渐放开，进入市场的二手房数量不断增加，二手房交易规模也不断扩大。二手房交易相对复杂，涉及的相关政策较多，其市场体系也处于进一步发育与完善阶段，再加上二手房本身又具有不同于新开发房地产商品的许多特征，使二手房交易环节更多、程序更加复杂，风险也较大。
二手房市场在我国起步较晚，但发展迅速，最近几年房地产市场快速畸形的发展，引来政府调控。在过去的2016年，中国的房地产市场正从增量市场向存量市场转变，一线城市的二手房成交量已经达到了新房的2倍以上。2016年的二手房市场竞争也越发激烈，政府调控加剧、首付贷叫停、传统与互联网模式的竞争……成为了这一年来行业的真实写照。而二手房地产发展现状存在的问题主要有供给与需求不平衡，产权不规范以及交易的信息不对称这三个重要问题。
在一线城市，尽管房价飞涨，但因为人们的购买力有限，还有就是房地产商寻求利益最大化等缘由，都致使了住房一级市场的供需失衡。这些都致使了人们把眼光转移向二手市场。在上海打拼的有志青年小王，年底要决定和家乡的小美完婚，因此决定在上海买房。出自对自身购买力以及二手房相对便宜和即买即住的优势，小王考虑购买二手房，而上海二手房房价又受到哪些因素影响呢？接下来便展开小王寻房记之上海二手房房价影响因素分析。
数据说明
所分析的数据于2017年8月15号采集链家网上所有的上海市二手房信息，所研究的因变量为单位房价，而自变量为位置变量和户型变量，拟通过位置变量和户型变量来对单位房价进行预测，以下为对变量的描述。
描述性分析
综合以上的描述信息，可能影响单位房价的变量：位置变量（环线信息），户型变量（面积和户型，装修情况，有无电梯，房间朝向），其中位置变量对房价的影响比较明显，而户型变量则对房价的影响较小，其中面积和户型情况可能存在线性相关。描述性分析使我们大致了解了单位房价和自变量的关系，为了解变量间的数值关系，那么下一步进行多元回归分析。
回归分析
多元回归模型的构建考虑到因变量的正态性问题，对因变量取对数，构建对数线性回归模型。以下将对模型构建结果进行展示，解读以及诊断。
线性回归分析模型解读（因变量：单位房价对数）
控制其他因素不变（对数模型则用增长率来进行说明），
环线：内环内单位房价最贵，外环外单位房价最低，外环外单位房价比内环内每平方米平均便宜25.26%，而内中环比内环内便宜7.34%。
户型—室：2室住房相比1室住房每平方米平均便宜1.60%，而三室及以上住房相比1室住房每平方米平均便宜2.36%，户型便宜力度相对不是很明显。
电梯：有电梯的住房相比没电梯的住房价格每平方米平均贵1.65%。
装修：豪装的单位房价最贵，中装住房比豪装住房价格平均每平米贵6.55%，毛坯住房比豪装住房价格平均每平米贵6.95%。
房屋朝向：房间朝向其他相比朝向南方的南北方的价格平均每平米便宜1.37%，但是显著性一般。
由模型诊断图可知模型的不存在异方差现象，且无异常点，模型的F检验拒绝原假设，说明建立的模型是显著的；调整的R2为0.6621，模型的拟合程度尚可接受。
结合模型的解读结果，小王初步的购房设想是在内中环，购买一套2室1厅2卫，有电梯的中装二手房。通过模型预测得符合该要求的二手房的平均单位价格为66341.76元，一套100平米的二手房大概需要花费660万元。而若是在内环内购置同样配置的二手房房屋面积单位价格为77205.81元，中外环的二手房则房屋面积单位价格为55892.04元。通过对比，小王最终决定在内中环购置二手房，目标明确后便开始二手房购买之旅，准备迎娶家乡的小美咯。