二手房价格预测模型评估与优化.pdfVIP

二手房分析案例：语言模型评估

【实验目的】

1）掌握R语言模型评估的常用方法

2）熟悉R语言实现常用

3）熟悉R语言的基本操作

【实验原理】

使用线性回归是有假设前提的，即因变量满足正态或近似于正态分布，前面

，房价明显在样本中是偏态的，并从正态分布，所以这里使用COX-B

OX变换处理。

通常对模型的评估都是采取残差分析的方法或随机森林算法，当评价模型的适

用性时，可以绘制初始响应变量的预测值与残差的图形。

本实验，也是在上次实验的基础上来完成。

【实验环境】

本次环境是：6.564位系统+R3.2.3

【实验步骤】

一、模型评估

1.1根据COX-BOX变换的lambda结果，我们针对y变量进行转换，如

图1所示

1.2根据结果显示，0.23非常接近上表中的0值，故考虑将二手房的价格

进行对数变换。如图2所示

这次的结果就明显比fit1好很多，仅有楼层的中区在0.1置信水平下显著，

其余变量均在0.01置信水平下显著，而且调整的R方值也提高到了94.3%，

即这些自变量对房价的解释度达到了94.3%。

1.3最后我们再看一下，关于最终模型的诊断结果，使用plot方法完成模

型定性的诊断，如图3所示

1.4放大后的效果，点击Plots下的Zoom，如图4所示

从上图看，基本上满足了线性回归模型的几个假设，即：残差项服从均值

为0（左上），差为常数（左下）的正态分布分布（右上）。基于这样的

模型，我们就可以有针对性的预测房价了。