二手车保值率分析预测

---

摘要

根据中国汽车消费者的消费观念，汽车的置换时间一般在4至10年，而每年新车的增量迅猛，因此将导致二手车的价格偏低，对于准备购车的年轻人和准备置换的消费者来说，一台年份较近、外观大方、性能良好的二手车型将是一个不错的选择。由于车辆的使用，必然会导致其有一定的贬值或降价，这跟车辆的保养情况、品牌、行驶里程等因素有着直接的关系。因而，本案例将分析二手车的保值率与哪些因素有关。

关键词：随机森林、SVM、CV

---

一、数据说明

本数据包含二手车交易数据（共2034条数据，截至于2017年1月1日零时），本案例将引用其相关数据并仿照案例视频分析流程，通过R语言编程进行数据分析。
原始数据包括车辆品牌、品牌、品牌属地、款式、车型、排量、手动/自动、版型、上牌时间、行驶里程（万公里）、现价（万元）、购车原价（万元）、保值率、里程分组、排量分组等15个变量，其中响应变量为保值率，其余14个为自变量。

二、建模分析

1.描述性分析

保值率

代码如下（示例）：

#因变量:保值率(密度核函数图)
ggplot(data,aes(x=保值率))+geom_density(fill="purple",colour="red",alpha=0.1)+
  labs(title="保值率核密度函数图",x="保值率", y="密度") +
  theme(plot.title = element_text(hjust = 0.5))
#自变量：车辆品牌(箱线图)
ggplot(data, aes(x=车辆品牌, y=保值率)) + geom_boxplot(fill="blue",colour="purple")+
  labs(title="保值率",x="车辆品牌", y="保值率") +
  theme(plot.title = element_text(hjust = 0.5))
#自变量：品牌属地
par(mfrow=c(1,2))
ggplot(data, aes(x=品牌属地, y=保值率)) + geom_boxplot(fill="blue",colour="purple")+
  labs(title="保值率",x="品牌属地", y="保值率") +
  theme(plot.title = element_text(hjust = 0.5))
#自变量：款式
ggplot(data, aes(x=款式, y=保值率)) + geom_boxplot(fill="blue",colour="purple")+
  labs(title="保值率",x="款式", y="保值率") +
  theme(plot.title = element_text(hjust = 0.5))

#自变量：排量（规律不明显）
#ggplot(data, aes(x=排量, y=保值率)) + geom_boxplot()+
#  stat_summary(fun.y = "mean",geom="point",shape=10,size=3,fill="white")+
#  labs(title="不同车的保值率",x="里程", y="保值率") +
#  theme(plot.title = element_text(hjust = 0.5))
ggplot(data, aes(x=排量分组, y=保值率)) + geom_boxplot(fill="blue",colour="purple")+
    labs