python数据分析-北京市新房市场价格波动分析

最新推荐文章于 2024-06-20 18:00:11 发布

statistican_ABin

最新推荐文章于 2024-06-20 18:00:11 发布

阅读量543

点赞数 22

分类专栏： python数据分析案例文章标签： python 数据分析机器学习

本文链接：https://blog.csdn.net/m0_62638421/article/details/139785583

版权

python数据分析案例专栏收录该内容

25 篇文章 1 订阅

订阅专栏

一、研究背景

随着北京市经济的快速发展和城市化进程的加速，房地产市场一直是人们关注的焦点。新房价格的波动不仅影响着购房者的决策，也对整个房地产市场的稳定和发展产生重要影响。因此，对北京市新房价格的波动进行分析具有重要的现实意义。

二、实证分析

首先导入基本的数据分析包

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score

读取数据集并且查看数据前五行

数据和代码

接下来对数据进行描述性统计分析

数据集包含12个观察值。这表明数据涵盖了一年的时间（月度数据）。均值：平均房价为69964.17。这是数据集中房价的平均值，反映了总体水平。标准：标准差为2390.04。这表明房价的波动性。较高的标准差表示房价在不同时间点之间波动较大。最小值：最低房价为65568。这是数据集中房价的最低值。第25百分位数（25%）：第25百分位数为68397.75。这意味着有25%的数据点的房价低于68397.75，反映了房价分布的下四分位数。中位数（50%）：中位数为70734.50。中位数是数据集的中间值，表示有一半的房价高于这个值，另一半低于这个值。第75百分位数（75%）：第75百分位数为71778.50。这意味着有75%的数据点的房价低于71778.50，反映了房价分布的上四分位数。最大值（max）：最高房价为72839。这是数据集中房价的最高值。房价数据的平均值为69964.17，表明在这段时间内，房价大约在这个水平。标准差为2390.04，显示房价有一定的波动性。最低房价为65568，最高房价为72839，说明房价在不同月份之间有明显的变化。从四分位数可以看出，房价的中间50%（即从第25百分位数到第75百分位数）集中在68397.75到71778.50之间。这个统计信息提供了对房价数据总体趋势和变异性的一些初步理解。

接下来进行可视化展示-北京市新房住宅市场价格波动

plt.rcParams['font.sans-serif'] = ['KaiTi']  #中文
plt.rcParams['axes.unicode_minus'] = False   #负号
plt.figure(figsize=(10, 6),dpi=250)
plt.plot(data['日期'], data['价格'], label='价格')
plt.xlabel('日期')
plt.ylabel('价格')
plt.title('北京市新房住宅市场价格波动')
plt.legend()
plt.grid(True)
plt.show()

从北京市新房住宅市场价格波动的图可以看出，房价仍然存在较大的波动。从2023年5月到2024年3月，房价经历了多次起伏，其中最显著的波动发生在2024年初。在2024年1月，房价达到了最高点，接近73000元每平方米。这一峰值标志着市场的短期高点，但这种高价并未持续很久。进入2024年之后，房价迅速下跌，并且从整体趋势上看，这种下跌的势头似乎还没有结束。这种价格波动可能受到多种因素的影响。例如，市场需求的变化、政府政策的调整、经济环境的波动等，都可能对房价产生显著影响。特别是在2024年初之后，房价的急剧下跌可能反映了市场对之前高房价的一种调整，也可能是由于政策收紧或购房需求减少所致。此外，从长期趋势来看，这种下跌可能表明市场正在经历一个调整期。尽管短期内房价有所回落，但长期的供需关系、经济发展和政策导向仍将继续影响市场的走向。对于购房者和投资者而言，理解这些波动背后的原因和趋势，有助于做出更明智的决策。

价格频数也可以看一下

plt.figure(figsize=(10, 6),dpi=250)
sns.histplot(data['价格'], bins=30, kde=True)
plt.title('价格分布情况')
plt.xlabel('价格')
plt.ylabel('频数')
plt.grid(True)
plt.show()

接下来进行线性回归模型分析，将日期转换为数值形式以进行回归分析

# 创建线性回归模型并进行训练
model = LinearRegression()
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 模型评价
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f'Mean Squared Error: {mse}')
print(f'R^2 Score: {r2}')

从图和具体结果可以看出，模型的均方误差为 2,066,176.35，这表明预测值与实际值之间存在较大的误差。MSE的值越小，模型的预测效果越好。因此，2,066,176.35 这个值是否可以接受，取决于你房价数据的范围和具体情况。如果房价数据的范围较大，这个误差可能是可以接受的；但如果房价范围较小，那么这个误差可能过大，模型需要进一步改进。

模型的 R² 值为 0.5869，这意味着模型能够解释大约 58.69% 的目标变量的变异。这是一个中等水平的结果，说明你的模型有一定的解释力，但还有改进的空间。