第二讲 方差分析.ppt

第二讲 方差分析 ——以北京市商品房定价为例 一、背景介绍 商品房定价 地段的价值 研究目的在于考察地段因素对房价的影响，其他因素有没有影响，影响怎样？ 二、指标设计 因变量：楼盘的商品房平均售价（对数）（单位：万元/平方米） 对数变换不改变数据规律 对数变换的绝对差异能够反映原始数据的相对差异 自变量 环线位置：反映楼盘距离市中心的远近（地段因素） 2至3环，3至4环，4至5环，5至6环，6环以外。 装修状况： 精装修，毛坯 所在区县：不同区县城市职能不同，房价也不同 （地段因素） 朝阳、海淀、丰台、以及通州 有无地铁：反映交通便利情况（地段因素） 物业标准、学区、容积率等等 数据来源 国内主要门户网站 搜房网、房产信息网。。。。 手工采集整理（184个样本） 数据处理 有无缺失值，有无异常值，对数变换，分清定量数据和定性数据，对定性数据完成量化 三、描述分析 此案例因变量为定量数据，解释变量为定性数据，在描述分析中对数据按照定性数据进行分组，做对比分析。 比如，以环线位置为分组变量，对房价均值的对数进行比较分析，能够初步观察出处于不同环线位置的楼盘房价均值的高低。 参数估计 方差成分分析 用来分析各个因素对因变量的贡献程度 协方差分析 利用线性回归方法消除混杂因素的影响后的方差分析 课后练习 非学位职业培训机构的学员数据分析 1.收集相关报道，提供良好的背景支持 2.做完整的方差分析，包括参数估计和假设检验 3.简短研究报告 原始数据 环线位置对商品房均价的描述分析 装修状况对商品房均价的描述分析 所在区县对商品房均价的描述分析 报告 Y 环线位置 装修状况 均值 N 标准差 极小值 2至3环 精装修 1.4830 24 .19574 1.10 毛胚 .9359 2 .02773 .92 总计 1.4409 26 .23955 .92 3至4环 精装修 1.3358 40 .37681 .69 毛胚 1.0405 20 .17741 .59 总计 1.2373 60 .35169 .59 4至5环 精装修 1.2585 16 .17591 .88 毛胚 1.0044 14 .16688 .79 总计 1.1399 30 .21238 .79 5至6环 精装修 .9893 16 .24174 .56 毛胚 .8124 44 .17993 .47 总计 .8596 60 .21136 .47 6环以外 精装修 .3034 4 .29881 .00 毛胚 .1947 4 .41767 -.22 总计 .2491 8 .34118 -.22 总计 精装修 1.2620 100 .37983 .00 毛胚 .8723 84 .26181 -.22 总计 1.0841 184 .38345 -.22 有无地铁对商品房均价的描述分析 四、统计模型 商品房均价=环线位置+装修状况+所在区县+有无地铁+随机扰动 解释变量均为定性变量，对其作如下处理 1.量化（数值无意义，不能直接进入模型） 2.引进示性函数（哑变量） 单因素方差分析模型 双因素模型 交互作用 全模型 全局显著性检验 所在区县：显著性检验 环线位置×装修状况？ 第一步：交互作用 第二步：单个因素 整体显著性检验结果 各因素显著性检验结果 因变量 源 III df 均方 F Sig. 校正模型 17.391a 13 1.338 23.898 .000 截距 50.045 1 50.045 894.012 .000 X1 4.206 4 1.051 18.784 .000 X2 1.014 1 1.014 18.116 .000 X3 1.372 3 .457 8.171 .000 X4 .015 1 .015 .268 .605 X1 * X2 .315 4 .079 1.408 .233 误差 9.516 170 .056 总计 243.149 184 校正的总计 26.907 183 a. R 参数估计 因变量:Y 95% 置信区间 参数 B 标准 误差 t Sig. 下限 截距 .195 .118 1.646 .102 -.039 [X1=1] .617 .217 2.840 .005 .188 [X1=2] .897 .149 6.029 .000 .603 [X1=3] .799 .150 5.318 .000 .502 [X1=4] .578 .127 4.545 .000 .327 [X1=5] 0a . . . . [X2=1] .097 .169 .576 .565 -.236 [X2=2] 0a . . . . [X3=