基于R语言的上海房价预测模型

关系数1,P值小于0.05,效果明显,故拒绝原假设,即认为与之间存在指数关系。Р第三章影响房价的多因素的多元线性回归模型Р3.1 模型的建立Р: 上海商品房房产均价;:人均生产总值;:人均可支配收入;:商品零售价格指数;:常住人口;:住房竣工面积;:住宅投资总额;:居民居住消费价格指数;则建立这7个变量关于的多元线性回归模型:Р式中: 为未知参数,为随机误差,且认为服从的分布。对于式中未知参数的估计采用最小二乘法,求相关系数,并做显著性检验,通过二者表明模型建立的是正确的。Р3.2 模型的求解Р为了确定商品房销售价格与各变量之间的关系,分别作出与的散点图,РR语言的程序如下:Рplot(X)Р得到散点图如下:Р利用程序cor(X)得到相关矩阵并整理得:РyР t 0.9195056Рy 1.0000000Рx1 0.9533447Рx2 0.9792964Рx3 0.6385694Рx4 0.9490735Р x5 -0.3246709 Рx6 0.9005302Р x7 -0.1598100Р并分别对与的相关性进行检验,检验的程序为Рattach(X)Р下列对象被屏蔽了from X (position 3):Р t, x1, x2, x3, x4, x5, x6, x7, ymРcor.test(ym,x1) cor.test(ym,x2) cor.test(ym,x3) cor.test(ym,x4) cor.test(ym,x5) cor.test(ym,x6) cor.test(ym,x7) Р得到如下的七个结果:Р Р Р综合以上的结果,可知,在的条件下,和的与的相关性较差,其他五个变量与的相关性较好,故进行多元线性回归时,可考虑将和两个因素排除在外。Р首先对七个变量建立多元回归方程的R语言程序为:Рreg1=lm(ym~x1+x2+x3+x4+x5+x6+x7)