基于r語言的上海房價預(yù)測模型-資料下載頁
2025-06-18 17:35本頁面
【正文】 得多元線性方程預(yù)測的三年房價的值為：201220132014 預(yù)測模型的對比評價通過收集實際數(shù)據(jù)，與兩個預(yù)測模型進(jìn)行對比，可對預(yù)測的結(jié)果進(jìn)行評價得到結(jié)果如下：兩個模型預(yù)測房價與實際房價的對比：201220132014實際房價2569129537（截止到5月）無時間指數(shù)模型預(yù)測值與實際的偏差比例%%無多因素回歸模型預(yù)測值與實際的偏差比例%%無則可知，指數(shù)模型和多因素線性回歸模型均得到較好的預(yù)測值，預(yù)測偏差均非常小。根據(jù)房價時間模型，房價將隨著時間呈指數(shù)增長之勢，因此必須出臺相關(guān)政策，有效抑制房價增長。根據(jù)多元線性模型，房價與各個自變量的正負(fù)相關(guān)性就是各個變量前系數(shù)的正負(fù)。要抑制房價的增長，可以通過使系數(shù)為正的自變量增長率減少，系數(shù)為負(fù)的自變量增長率增加來達(dá)到目的。比如可以通過中央人民銀行對于貸款利率的增加，減少投資者的過度投機行為，使土地拍賣價格降低，直接降低房屋成本，同時貸款利率的增加減少了房地產(chǎn)商的貸款，使房地產(chǎn)商資金面收緊，迫使其降價賣出現(xiàn)有房屋，已達(dá)到回籠資金償還原來貸款的目的?？?結(jié) 學(xué)習(xí)的心得是：學(xué)習(xí)一個軟件，并將其應(yīng)用于實踐，可以快速提高軟件的應(yīng)用能力和對軟件的理解。本文從用R語言讀入數(shù)據(jù)表，到做初步的相關(guān)分析和一元非線性和多元線性回歸，各個步驟的實施，對R語言基本操作和軟件包有了一個更深入的了解和認(rèn)識，為進(jìn)一步的學(xué)習(xí)打下了基礎(chǔ)。另外，在學(xué)習(xí)的時候，要從資料中進(jìn)行學(xué)習(xí)和歸納，將各個方法用R語言去實踐，多多使用，只有日積月累才能日漸精深。另外，作為應(yīng)用統(tǒng)計專業(yè)出身，不僅要學(xué)會R語言的命令語句，還要掌握其背后的理論公式及其實現(xiàn)過程和方法。 對于模型的建立方面：在自變量的選擇上雖然查找了相關(guān)的資料，但是考慮可能仍然有所欠缺，而且從其相關(guān)分析圖可知，7個自變量并不是相互獨立的，這使得最后得出房價與各自變量的正負(fù)相關(guān)性有誤差。但是從最后的預(yù)測效果來看，雖然存在誤差，但是不失為一種合理的方法。除了數(shù)據(jù)分析中會產(chǎn)生一定的誤差，由于某些數(shù)據(jù)的缺少，有些數(shù)據(jù)從網(wǎng)上搜索得到，可能會存在不準(zhǔn)確的情況，與現(xiàn)實數(shù)據(jù)可能有所差異。因此，給出的預(yù)測的模型，能夠?qū)θ绾螌Ψ績r進(jìn)行控制給出一些建議。參考文獻(xiàn)1. [M].廣州：暨南大學(xué)出版社，20102. [美]菲爾?[M].西安：西安交通大學(xué)出版社，20113. [英]阿蘭?F?祖爾，[英]埃琳娜?N?[M].西安：西安交通大學(xué)出版社，20114. [D]：[碩士學(xué)位論文].北京：北京交通大學(xué)，20075. [D]:[碩士學(xué)位論文].遼寧：遼寧大學(xué)，2009 19
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1