m0_55024942的博客

在过去的20年，伴随中国经济高速增长的，是年均涨幅在9.28%的住宅商品房价格，尽管距离国家首次提出“房住不炒”已经过去6年，在各种“限购”政策下，商品房价格上涨趋势不变，高房价直接导致了生育率的下降，中国家庭资产中配比最大的依旧是房产，房价是青年人选择居住城市的一个重要考量，更是一个复杂的社会经济议题。 本文的研究包括： (1) 全国住宅商品房价格的时序回归分析 2002年至2020年由于经济发展，全国住宅商品房价格飞速增长，反应在数据上就是人均年生产总值、总收入等与房价呈高度的正相关，并可以由此建立主成分回归方程，以及ARIMA(1,1,0)模型。 (2) 35个大中城市住宅商品房价格的2019年的多元回归分析 城市房价的增长与该城市的别墅高档公寓平均价格、房地产主营业务收入、人均生产总值、住宅完成投资额有密切的正相关。 (3) 31个大中城市住宅销售价格与七个房产指标的时序研究 用欧氏距离做计算，使用瓦尔德法进行系统聚类，得到城市按过去20年房价变化分类的谱系图 (4) 对全国八个大城市房价的研究分析 对北京、上海、广州、深圳、杭州、南京、长沙、成都的重点研究发现，城镇登记失业人数与房价呈负相关南京的在校小学生数量与房价的相关性不如其他七个城市大，长沙的第三产业占GDP占比与房价相关性没有其他七个城市大，且住宅商品房价格增长可用y=exp(a+bx)方程拟合。 (5) 全国426个重点城区聚类分析 全国426个重点城市城区在经过聚类分析后，属于天价类别的36个城区的新房销售价格达到每平米40403.84元以上，其中深圳的所有城区在聚类分析中均属于高价类别。 关键词：住宅商品房价格；聚类分析；曲线拟合；ARIMA；

分别对五类基金进行k均值聚类，利用单位净值、近1年定投收益、近2年定投收益、近3年定投收益、近5年定投收益、手续费聚为两类，这两类基金在每个时间段上的收益都上有显著差异，将收益低的标记为普通基金，普通基金的数量较多，将收益较高的一类基金标记为优质基金，优质基金的数量较少，可以进入投资者的备选名单。 将聚类分析得到的类别作为因变量，单位净值、近1年定投收益、近2年定投收益、近3年定投收益、近5年定投收益作为自变量进行费希尔判别、贝叶斯判别和逐步判别，判别的准确率均在95%以上，由逐步判别进入表达式的自变量只有不超过三个，且对每种类型的基金判别式自变量并不相同，由此可以对不同类型基金在选购的关注点上进行比较。 本文所用软件为后羿采集器、EXCEL、IBM SPSS Statistics 25，第一个用于在基金定投 _ 天天基金网 (eastmoney.com)中自动爬取数据，后两个用于格式的转换、实现聚类和判别的建模。

2021年（第七届）全国大学生统计建模大赛一等奖作品《基于Binary Logistic回归模型和决策树模型对早产危险因素的探究和预测》的关于决策树的代码和答辩ppt，是一个解决大样本分类型变量的预测问题的优秀参考范例。

包括了数据清洗全流程的实例：excel导入，定义数据框，按要求删除某一列下为一个指定值的数据记录，遍历数据集，分组分类变量用指定的数值型数值替换，按某一列的值拆分数据集，使用聚类分析将数据集分为两类，标记所属类别少的数据为异常数据