淡江大橋房價的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

交通建設施工階段對房價的影響 -以淡江大橋為例

為了解決淡江大橋房價的問題，作者蔡芷婕 這樣論述：

在房價不斷高漲的雙北地區，許多年輕人或受薪階層的人民無力負擔這樣的高房價，因此新北市誕生了三個低房價的重劃區，吸引雙北都會區的上班族移居，其中之一就是位於淡水的淡海新市鎮，而一個重劃區是否成功的主因在於聯外交通建設的規劃，因此在2007年淡江大橋計劃案被重新啟動且於2010年通過可行性報告，後於2014年正式動工，因此本文以特徵價格模型作為分析基礎，使用雙重差分法探討淡江大橋施工期間實驗組相比控制組房價的變化。本研究之資料來源為「內政部的不動產成交案件實際資訊資料供應系統」所提供之「房地產實價登錄資料」，再加入「內政部台灣通用電子地圖建置圖標」所提供的「地標資料」，將兩個資料彙總整理而成本文

之研究資料。後在特徵價格模型中加入雙重差分法進行分析，以淡江大橋的兩端-淡水區與八里區作為實驗組，而以鄰近地區-三芝區、五股區及林口區作為本文之控制組，分別以「淡江大橋三標工程階段之政策效果」及「自開工典禮兩個月前起至資料末端之逐月政策效果」分析房價變化。逐月分析之實證結果發現，在施工期間，實驗組相比控制組對房價無顯著影響；亦可從三標工程階段之實證結果發現，加入施工範圍鄰近住宅區之第二標工程案後，對淡水區及八里區與橋距離三公里內之資料相比控制組，呈現顯著負向影響；而淡海新市鎮在施工期間相比控制組雖房價為顯著正向影響，但有向下的趨勢。

資料探勘應用於捷運房地產分群與預測

為了解決淡江大橋房價的問題，作者高詮惟 這樣論述：

從民國85年捷運開通至今，捷運系統儼然成為台北、新北市民賴以為重的大眾交通運輸工具，捷運系統所經之處對房地產價格有著顯著影響。然而，即使捷運系統的經過確實會提升鄰近700公尺房地產房價有提升，有下列現象：鄰近於同一條捷運線中之各站點的房地產，皆有因為捷運系統經過而有增值漲幅之現象。即使各站點附近之捷運房地產皆有因捷運系統經過而有價格上之顯著變化。但是相同線上之不同站點有的漲幅程度高、有的漲幅程度卻較低。 經由上述現象，本研究以各捷運站點鄰近700公尺之房地產做為研究範圍，以資料探勘-決策樹演算法結合公車數、景點數、捷運轉運站、同線捷運數、捷運出口數、700M學校數、700M百貨公司數、

平均公司資本額、該區人口密度、公司數、刑事案件發生數、該區低收入戶數、該區老化指數、金融機構家數、毒品案件發生數、暴力犯罪案件數、700M醫院/診所數、醫院診所病床數、員警編制人數、派出所數、守望相助巡邏隊數、竊盜案件發生為輸入變數，並分別以近年來新捷運站線中和新蘆線之蘆洲站、三民高中站、徐匯中學站、三和國中站、三重國小站、迴龍站、丹鳳站、輔大站、新莊站、頭前庄站、先嗇宮站、三重站、菜寮站、台北橋站、大橋頭站、中山國小站、行天宮站、松江南京站、東門站之站點資料作為預測資料以作第一階段預測，淡水信義線之大安森林公園站、信義安和站、台北101/世貿站、象山站之站點資料作為預測資料以作第二階段預測，

松山新店線之北門站、台北小巨蛋、南京三民站、松山站之站點資料作為第三階段預測資料，第四階段預測則以所有捷運站點做建模並隨機取30%資料作為測試資料。結果顯示，第一階段預測之結果模型預測準確度以新北地區捷運站點資料預測為81.42%及以台北地區捷運站點資料預測為83.12%，以守望相助隊數作為最重要的屬性分支。第二階段決策樹計算預測之結果模型預測準確度80.77%，以守望相助隊數作為最重要的屬性分支。第三階段決策樹計算預測之結果模型預測準確度84.27%，以守望相助隊數作為最重要的屬性分支。第四階段決策樹計算預測之結果模型預測準確度86.40%，以金融機構數作為最重要的屬性分支，可見安全性與金融

機構數最為重要。