巨量分析与实务期末报告 - Guan-Hua Huang.PDF

巨量分析與實務期末報告 應用實價登錄資料建構最適統計模型之影響因子分析 組員: 許曉雯、楊婕妤、廖彥銘、楊卓儒 指導教授: 黃冠華 教授 摘要 由政府提供的資料開放平台取得台北市民國98 年至民國 103 年 房屋實價登錄資料，進行一連串的統計分析。首先先將實價登錄資料 作分析前處理，刪除部分不合理值及無意義變數。接著挑出部分變數 作圖，了解資料的長相後再對資料作分析。在此我們用了複迴歸模型 與決策樹CART 兩種分析方法並且作比較，最後把資料結合GOOGLE MAP ，以視覺化的方式與分析結果整合。 1 目錄  動機與目的 P3  資料 P4 1. 資料介紹 P4 2. 資料處理 P6 3. 描述性統計-PLOT P7  分析模型 P14 1. 複迴歸模型 P14 2. 決策樹-CART P16  視覺化 P19  結論 P20 2 動機與目的 研究動機： 近幾年台北市的不斷攀升，人民在衡量房價時，也會同時考慮許 多層面，因此影響房價的因素更顯得重要。近年來，政府部門實施實 價登錄政策，提供民眾一個公開的房價查詢網，讓民眾可以在購屋前 利用此系統得到更多資訊。然而我們想利用實價登錄的資料來對其做 進一步的統計分析，找出其中隱含的資訊，提供購屋人做參考。 研究目的： 利用台北市實價登錄資料，建構最適統計模型，來找出影響房價 最顯著因子。以提供房地產中的購屋者或投資者做參考依據。 資料 3 1.資料介紹 Discrete type 名稱: 解釋: 鄉鎮市區 台北市的分區，有12 區。 交易標的 交易物的類別，有5 類。 土地區段位置.建物區段門牌 交易物的地址。 使用分區或編定 指依據都市土地及非都市土地，依照 使用目的與需要的不同，劃定各種不 同的用途分區。 交易筆棟數