统计预测模型是根据定量市场调查数据，通过数理统计的方法进行科学的推算，从而得到数量预测结果的方法。
西安房地产信息网数据研究中心在多年的房地产市场研究中，通过不断的总结和提高，逐渐完善了一套属于自己的关于房地产市场预测统计模型。如西安住宅市场价格预测模型：
1、指标选取：
针对影响西安普通住宅未来市场需求量的诸多因素，选定以下相关指标进行多元回归分析：
投资额（万元）、新开工面积（平方米）、竣工面积（平方米）、施工面积（平方米）、空置面积（平方米）、均价（元/平方米）、季度人均可支配收入（元）。
对1999-2005年以上各指标数据进行相关分析，相关距阵表如下:
上述列表英文解释说明：
correlations: 相关距阵 pearson correlation: 皮尔逊相关系数
N：个案数 sig.(2-tailed): 相关系数一端显著度
Correlation is significant at the 0.01 level (2-tailed):相关距阵的置信水平是0.01
Y— 普通住宅销售面积 X1— 普通住宅投资额 X2— 新开工面积 X3— 竣工面积
X4—施工面积 X5— 空置面积 X6— 均价 X7—季度人均可支配收入
2、回归方程的建立
由以上统计分析结果可以看出，西安商品住宅销售面积与X1、X2、X3、X4、X5、X6、X7的相关性依次为高度相关、高度相关、高度相关、高度相关、显著性负相关、高度相关、显著相关，从相关程度来看，这些指标与因变量都有较强的相关性，而且通过逐步回归法对自变量在回归方程中的贡献，按照既定的标准，均可被引入回归方程。
运用SPSS统计分析软件对原始数据中商品住宅季度投资额、新开工面积、竣工面积、施工面积、销售面积、空置面积、均价、季度人均可支配收入作回归分析，部分结果如下表所示。
Unstandardized Coefficients：非标准化系数； Standardized Coefficients：标准化系数
Constant: 截点常数； B：回归系数；Std.Error:标准误差； Beta:标准化后的回归系数 |
