由于房地产行业融资金额巨大,参与的相关产业链较长,与社会经济的各个方面都有重要联系,因此房地产行业在我国经济发展体系中有着重要地位。目前,经济发展推动了人们的社会需求,而新房数量有限,因此我国销售房屋市场已经由新房市场为主,转变为以二手房市场为主。因此精准全面的二手房估价为买卖双方提供科学的评估价格,有效推进房产交易业务。本文使用传统统计模型与函数型主成分回归模型的建模方法进行房地产价格评估。本文以北京市二手房价格评估模型为例进行研究。首先利用网络爬虫技术从链家网站上爬取了北京市11个主要城区在2015-2019年的二手房销售数据,为提高模型的准确率以及减小模型的复杂度将对房价影响较小的变量进行剔除,最终筛选出最优的指标体系。其次将北京市二手房数据应用到基于函数型主成分分析的函数型回归模型中,通过合理的调整模型参数,得到最优模型,计算模型误差,以此判断模型的合理性。最后将基于函数型主成分分析的函数型回归模型与线性回归以及随机森林进行对比研究,最终结果表明基于函数型主成分分析的函数型回归模型预测误差较小、模型稳定性更高,对数据的解释性更强,是房地产评估中值得推广的方法。