【R语言】回归分析案例：北京市商品房价格影响因素分析

1047521767

【R语言】回归分析案例：北京市商品房价格影响因素分析

这一案例是王汉生老师《应用商务统计分析》方差分析章节的案例，主要对离散型变量进行了处理。
5 k' v0 j6 w7 Y$ {; {0 [' B3 t这里将连续型变量也加进来，进行协方差分析，建立完整的模型。

首先对房价进行对数变换，解决异方差问题：

! c$ r7 L) d8 v* D# [9 _) y' p. v) R行描述性统计分析，各连续型变量之间的相关关系如下：
+ R% ^( \, ?+ r2 z
8 n9 {6 @- P; y9 ^. P, y

名义变量的EDA一般做箱型图。

模型按照全模型-变量处理（分箱等）-变量选择-回归诊断等步骤建立。

' V+ F) b1 Y; M; `1 i9 T1 O% @
最终模型残差图：

通过模型分析结果可知，影响北京市商品房平均销售价格的主要因素有：
8 m0 e* r, N3 h& @: f4 U) E属性变量：所在辖区、所在环线、物业类别、装修状况、容积率大小（新引入）；连续变量：绿化率、停车位住户比
  q. Z' v+ T# x属性变量的具体影响在此处分析略去。
' K( d$ I8 L* c- }0 `3 |# q3 f连续型变量的影响主要为：
* C0 A4 s' |" w' w! [1 x. U& s/ C9 u 绿化率：绿化率的影响十分显著，由系数估计值为正，说明对房价有正向影响，绿化率越高的楼盘房价越高；
 停车位住户比：有较显著的影响，停车位住户比越高，价格越高；
" ?1 M* i+ _0 F# d$ R1 c同时，原本为连续型变量的容积率经过离散化变为属性变量后：
 容积率大小：容积率分组有较显著的影响，高容积率的小区商品房价格更贵；
! N) U% p, |' }, E 容积率与环线之间存在着交互效应。
rm(list=ls())                                                                                #清空当前工作空间
setwd("D:/回归分析")
a=read.csv("real.csv",header=T)                #读入csv格式的数据，赋值为a
View(a)
attach(a)
names(a)


% w8 B: m/ Y" i+ P( P; N/ x) `" s7 d##描述性统计
, {4 `; s% }6 U9 n1 D! t/ y
+ a4 k/ v5 v6 X, Z  ^
#未做处理的响应变量分布情况
par(mfrow=c(1,1))
( H1 Q' W0 p' A5 Yhist(price)
& a( @0 R, C. b' l, t: \) L( qsummary(price)        #查看响应变量的描述统计量
+ |# [5 p3 T6 Z1 m. k! O# i: O#连续型变量描述性统计
* U% }5 l# [0 s5 r) O8 zwindows()
  F; @8 w' Q" W9 w% s' Q* v( q! gpairs(a[,c(6:10)])    #所有连续型变量间的散点图
0 A8 j0 `& b( g6 t# vpar(mfrow=c(2,2))       
plot(rong,price)      #每个连续型因变量与响应变量间的散点图
' h( A! [; ^+ ~7 l9 Cplot(lv,price)
% J' ?4 o3 s  C/ ~" O: jplot(area,price)
plot(ratio,price)
8 h5 Y  k- N7 I: Hsummary(a[,c(6:10)])  #查看连续型变量的描述统计量
4 [& M) L, C( c1 e# [cor(a[,c(6:10)])      #查看连续型变量的相关系数
( d$ D" h/ S7 B#属性变量描述性统计
windows()
& S( D/ Y  T+ zpar(mfrow=c(2,3))                       
boxplot(price~dis)          #每个属性变量关于响应变量的箱型图
4 f/ W9 R) y. ?5 `6 Xboxplot(price~wuye)                                                                       
boxplot(price~fitment)       
: m  U, |* _) M5 i, r5 |% h1 Wboxplot(price~ring)       
) ~8 W) K' S1 n3 kboxplot(price~contype)




7 Z2 p2 l3 w! `/ q/ k##模型建立


#在方差分析模型基础上加入连续型变量
lm1=lm(price~as.factor(dis)*as.factor(ring)+as.factor(wuye)+as.factor(fitment)+as.factor(contype)+rong+lv+area+ratio)
+ p) I4 \3 a7 q0 uanova(lm1)                #方差分析
summary(lm1)              #模型参数估计等详细结果
windows()
8 N- D. e, v* D2 O7 p. k9 dpar(mfrow=c(2,2))
5 e2 ^# f7 v; R  A4 q5 A$ T  [plot(lm1,which=c(1:4))    #回归诊断做残差图



* }; I8 K: b8 \/ h8 r, R8 \
5 k9 R: H7 D8 a" n1 W; ]6 q- z##变量处理


###对不显著的变量采用分组的方式希望能达到显著的效果
##对容积率的处理
& @0 L( j* Q5 l, f8 F* jwindows()
n = 4
/ l% ~) P) j' R% p5 Q: J9 G  Hboxplot(price~ceiling(rong/n))                #容积率多分组下的箱型图                                       
/ B; [+ n$ Z+ Ktable(ceiling(rong/n))                                                #容积率各分组下的样本数
) w( X4 I- H( u% W7 G7 |5 Qronggrp=1*(rong>n)                #进行二分类
#ronggrp=ceiling(rong/n)       
) ?7 D/ M# z. \table(ceiling(ronggrp))           #容积率二分类下的样本数
windows()
boxplot(price~ceiling(ronggrp))   #容积率二分类下的房价箱型图
windows()
par(mfrow=c(1,2))
# {, J5 O7 F3 _* uboxplot(rong~ring)                #容积率与环线箱型图
boxplot(price~ring)               #房价与环线箱型图
4 `& K+ R& K& Q+ s, t  b#加入容积率分组和容积率分组*所在环线交互因子的模型
lm2=lm(price~as.factor(dis)*as.factor(ring)+as.factor(wuye)+as.factor(fitment)+as.factor(contype)+as.factor(ring)*as.factor(ronggrp)+lv+area+ratio)
: x' ?  Q' O/ n1 Zanova(lm2)                #方差分析
$ [( {1 Z. @- @$ G7 I! a! w# d8 |3 bsummary(lm2)              #模型参数估计等详细结果
6 m3 h' w2 A0 |3 p: [! Ewindows()
( C; v4 C& p& Npar(mfrow=c(2,2))
) [7 H- j* B' V3 r: y2 Xplot(lm1,which=c(1:4))    #回归诊断
+ W" k' w" h- I5 T1 X8 H

- p, F9 g5 ]1 z1 P0 Q' N' x##对小区面积的处理
summary(area)
  B. B; p+ @+ d3 ~plot(area,price)
# k5 T+ Q* F# @3 i# rwindows()
n = 150000
$ z0 a' b8 P. @2 |boxplot(price~ceiling(area/n))                                                       
table(ceiling(area/n))                                                               
/ J( m! l( k5 M& j9 X, D9 B8 Wareagrp=1*(area>n)
table(ceiling(areagrp))
7 ^: _: V9 Y4 ~# h" Lboxplot(price~ceiling(areagrp))
#加入小区面积分组的模型
lm3=lm(price~as.factor(dis)*as.factor(ring)+as.factor(wuye)+as.factor(fitment)+as.factor(contype)+as.factor(ring)*as.factor(ronggrp)+lv+as.factor(areagrp)+ratio)
' T  m* k+ T/ G( ranova(lm3)                #方差分析
( d3 G/ d) S8 d6 I( \4 B" ~summary(lm3)              #模型参数估计等详细结果
" f' ^7 _; H, D& x8 _4 ^2 w; P- Ywindows()
par(mfrow=c(2,2))
1 e7 _/ R% k1 W/ E+ Dplot(lm3,which=c(1:4))    #回归诊断

5 e& `! G; K* H7 O) Y$ A
) s0 y' l$ W5 M0 b$ _##变量选择
. a' u) M% U# D6 \3 f/ k8 \
! ~7 |9 c9 o  g3 q' J' p4 C
##AIC准则下的变量选择
9 t$ m" B! o8 P* o& s  q& Olm4.aic=step(lm3,trace=F)       #根据AIC准则选出最优模型，并赋值给lm.aic
1 R; Q2 e8 A! c! P8 |4 @& r% Tsummary(lm4.aic)                #给出模型lm.aic中系数估计值、P值等细节
1 c* u4 e2 W( r# n) ?##BIC准则下的变量选择
2 c3 x8 C# ~0 m5 clm5.bic=step(lm3,k=log(length(a[,1])),trace=F)     #根据BIC准则选出最优模型，并赋值给lm.bic
% d/ B( }1 ]1 msummary(lm5.bic)         #给出模型lm.bic中系数估计值、P值等细节
% C! Q9 |, U: R) _2 q4 H8 d

( Q, N# j- U, f. G: E#选用AIC准则下的模型进行回归诊断
. T. M9 y' T! m/ }- cwindows()
" U. y# n+ G$ E! h, w. ^8 ?) Jpar(mfrow=c(2,2))
! `2 Q/ ]$ n" fplot(lm4.aic,which=c(1:4))  
3 Z7 `$ h) P0 p; S- O



) |6 f& H0 E# S( r; i##数据变换
1 w" O# V4 ?1 @! J+ [0 \& ^# j

7 q! g, x/ a4 N& q#box-cox变换
' p! K9 f  d- q8 s( i7 _; u) elibrary(MASS)
* ^' m1 t# e- ^  _" \* zb=boxcox(price~as.factor(dis)*as.factor(ring)+as.factor(wuye)+as.factor(fitment)+as.factor(ring)*as.factor(ronggrp)+lv+ratio, data=a,lambda=seq(-3, 3, by=0.1))
I=which(b$y==max(b$y))  #定位似然函数最大的位置
( |) x7 R& h2 elambda = b$x[I] #精确的λ值
% c  f0 q+ M' n) Z4 H; o#λ接近于0，为模型简洁性，可以直接进行对数变换
logprice <- log(price)
# s  C7 g6 o( V& c1 N/ phist(logprice)
  w% g' s% k+ H
, S" ]) M' ^2 r9 h1 c$ j
: Q$ H; M; X7 ~! b* t##最终模型与诊断

$ \0 F- c5 G/ k- `4 I
lm6=lm(logprice ~as.factor(dis)*as.factor(ring)+as.factor(wuye)+as.factor(fitment)+as.factor(ring)*as.factor(ronggrp)+lv+ratio)
+ `: I( z& l! S5 Bwindows()
par(mfrow=c(2,2))
3 ^: T, ?5 e# }3 Tplot(lm6,which=c(1:4))
% A3 l. t5 X3 ~! v4 panova(lm6)
summary(lm6)


请关注数学中国网微博和数学中国公众号，联系QQ 3243710560

8 w  U! N% c# G4 V- P
: j2 d! {. {* Q2 z& Y6 m$ F6 E
4 o3 W4 F0 r* A  w% {* e% _. p1 ]

fgfroom214

一定会认真的看看，发现这是R的，有python的分析没有
. \0 c+ H8 P5 t' {0 ~

sjlxdn

111111111111111
. F1 w5 E% |( `& A5 `0 |$ I

fgfroom214

太好了，又认真的看了一次，发现自已差太多了

1047521767

fgfroom214 发表于 2021-10-27 23:18
1 u4 n8 _% B, c' J' ~太好了，又认真的看了一次，发现自已差太多了

4 ^: x3 D+ i8 K0 r# E我每天会发一些好资源的

1047521767

fgfroom214 发表于 2021-10-27 16:32
" ?6 f! k, |+ o7 o一定会认真的看看，发现这是R的，有python的分析没有

有啊