【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。
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：
进行描述性统计分析，各连续型变量之间的相关关系如下：
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。

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：
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
属性变量的具体影响在此处分析略去。
连续型变量的影响主要为：
 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；
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；
 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)##描述性统计#未做处理的响应变量分布情况
par(mfrow=c(1,1))
hist(price)
summary(price)        #查看响应变量的描述统计量
#连续型变量描述性统计
windows()
pairs(a[,c(6:10)])    #所有连续型变量间的散点图
par(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
plot(lv,price)
plot(area,price)
plot(ratio,price)
summary(a[,c(6:10)])  #查看连续型变量的描述统计量
cor(a[,c(6:10)])      #查看连续型变量的相关系数
#属性变量描述性统计
windows()
par(mfrow=c(2,3))
boxplot(price~dis)    #每个属性变量关于响应变量的箱型图
boxplot(price~wuye)
boxplot(price~fitment)
boxplot(price~ring)
boxplot(price~contype)##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)
anova(lm1)                #方差分析
summary(lm1)              #模型参数估计等详细结果
windows()
par(mfrow=c(2,2))
plot(lm1,which=c(1:4))    #回归诊断做残差图##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
windows()
n = 4
boxplot(price~ceiling(rong/n))      #容积率多分组下的箱型图
table(ceiling(rong/n))                      #容积率各分组下的样本数
ronggrp=1*(rong>n)                #进行二分类
#ronggrp=ceiling(rong/n)
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))
boxplot(rong~ring)                #容积率与环线箱型图
boxplot(price~ring)               #房价与环线箱型图
#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)
anova(lm2)                #方差分析
summary(lm2)              #模型参数估计等详细结果
windows()
par(mfrow=c(2,2))
plot(lm1,which=c(1:4))    #回归诊断##对小区面积的处理
summary(area)
plot(area,price)
windows()
n = 150000
boxplot(price~ceiling(area/n))
table(ceiling(area/n))
areagrp=1*(area>n)
table(ceiling(areagrp))
boxplot(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)
anova(lm3)                #方差分析
summary(lm3)              #模型参数估计等详细结果
windows()
par(mfrow=c(2,2))
plot(lm3,which=c(1:4))    #回归诊断##变量选择##AIC准则下的变量选择
lm4.aic=step(lm3,trace=F)       #根据AIC准则选出最优模型，并赋值给lm.aic
summary(lm4.aic)                #给出模型lm.aic中系数估计值、P值等细节
##BIC准则下的变量选择
lm5.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
summary(lm5.bic)         #给出模型lm.bic中系数估计值、P值等细节#选用AIC准则下的模型进行回归诊断
windows()
par(mfrow=c(2,2))
plot(lm4.aic,which=c(1:4))  ##数据变换#box-cox变换
library(MASS)
b=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
lambda = b$x[I] #精确的λ值
#λ接近于0，为模型简洁性，可以直接进行对数变换
logprice <- log(price)
hist(logprice)##最终模型与诊断lm6=lm(logprice ~as.factor(dis)*as.factor(ring)+as.factor(wuye)+as.factor(fitment)+as.factor(ring)*as.factor(ronggrp)+lv+ratio)
windows()
par(mfrow=c(2,2))
plot(lm6,which=c(1:4))
anova(lm6)
summary(lm6)

【R语言】回归分析案例：北京市商品房价格影响因素分析相关推荐

UA MATH571A R语言回归分析实践多元回归1 医疗费用的决定
UA MATH571A R语言回归分析实践多元回归1 医疗费用基础回归分析这一讲开始讨论多元回归,这里选择的例子是寻找家庭医疗费用的决定因素.家庭医疗费用由哪些因素决定是卫生经济学.保险精算等领 ...
R语言回归分析-改进异常值
R语言回归分析回归分析可以说是统计学的核心,它其实是一个广义的概念,通指那些用一个或多个预测变量(也称自变量或解释变量)来预测响应变量(也称因变量.效标变量或结果变量)的方法.通常,回归分析可以用来 ...
R语言回归分析-回归诊断
R语言回归分析回归分析可以说是统计学的核心,它其实是一个广义的概念,通指那些用一个或多个预测变量(也称自变量或解释变量)来预测响应变量(也称因变量.效标变量或结果变量)的方法.通常,回归分析可以用来 ...
R语言回归分析-异常观测值
R语言回归分析回归分析可以说是统计学的核心,它其实是一个广义的概念,通指那些用一个或多个预测变量(也称自变量或解释变量)来预测响应变量(也称因变量.效标变量或结果变量)的方法.通常,回归分析可以用来 ...
UA MATH571A R语言回归分析实践多元回归2 医疗费用的决定
UA MATH571A R语言回归分析实践多元回归2 医疗费用的决定系数的推断与模型预测模型诊断这一讲展示一下一元回归中的模型诊断的手段怎么用在多元回归中,同时介绍一下多元回归做推断和预测的方 ...
UA MATH571A R语言回归分析实践一元回归4 NBA球员的工资
UA MATH571A R语言回归分析实践一元回归4 NBA球员的工资 Box-Cox变换 Full Model 模型再诊断总结上一讲对一元线性回归模型进行了诊断,发现模型主要存在三个问题: 工 ...
UA MATH571A R语言回归分析实践一元回归3 NBA球员的工资
UA MATH571A R语言回归分析实践一元回归3 NBA球员的工资残差分析正态性.同方差性的检验欠拟合检验前两讲已经完成了大致的分析了,我们已经明确了NBA球员名次与工资的负相关关系,接 ...
UA MATH571A R语言回归分析实践一元回归2 NBA球员的工资
UA MATH571A R语言回归分析实践一元回归2 NBA球员的工资方差分析相关性分析上一讲完成了解释NBA球员工资的一个简单的一元线性回归模型的估计.分析,展示了一下简单的预测,这一讲我们 ...
UA MATH571A R语言回归分析实践一元回归1 NBA球员的工资
UA MATH571A R语言回归分析实践一元回归1 NBA球员的工资基础回归分析 571A另一个系列的文章介绍了回归分析的理论,这个系列的文章介绍R语言做回归分析的实践,但不会涉及R语言编程,只 ...

【R语言】回归分析案例：北京市商品房价格影响因素分析

【R语言】回归分析案例：北京市商品房价格影响因素分析相关推荐

最新文章

热门文章