spacial model stuff

docs/abstract

@@ -0,0 +1 @@
+Elemzésemben a budapesti albérletárakat magyarázom a gyakran használt alapvető leíró tulajdonságok, mint például alapterület, szobák száma vagy eerkély mérete, mellett az adott albérlet területi tulajdonságaival. Ilyen elemzett változók a legközelebbi metrótól vonatállomástól esetleg egyéb tömegközlekedési eszköztől vagy bevásárlóközpontól számított távolság, vagy az adott lakás kerülete. Az elemzéshez az Ingatlan.com oldalon található hirdetéseket használom, és azt az Openstreetmap által szolgáltatott adatokkal összeillesztve elemzem.

mapout.R

@@ -8,8 +8,8 @@ pal <- colorBin("YlOrRd", domain = df2$ar/df2$ater, bins = bins)
 
 leaflet(df2) %>%
 	addTiles() %>%
-	# addCircleMarkers(~lon,~lat,popup = df2$cim,radius = 10,fillColor = ~pal(ar/ater),fillOpacity = 0.8,stroke = F) %>%
-	addMarkers(~lon,~lat,popup = df2$cim) %>%
+	addCircleMarkers(~lon,~lat,popup = df2$cim,radius = 10,fillColor = ~pal(ar/ater),fillOpacity = 0.8,stroke = F) %>%
+	#addMarkers(~lon,~lat,popup = df2$cim) %>%
   addLegend(pal = pal, values = df2$ar/df2$ater, title = "Ft/m2/hó",
             position = "bottomright") %>%
 	addMarkers(metro$lon, metro$lat,popup = metro$name) %>%

mgvsar.R

@@ -0,0 +1,12 @@
+library(mgwrsar)
+colnames(sdf@data)
+sdata <- sdf@data
+scoord <- sdf@coord
+mgwrsarmod <- MGWRSAR(log(ar)~log(ater)+log(eter+1)++log(tomkoz+1)+as.factor(ker),sdata,scoord,kernels=c('gauss'),H=20)
+summary_mgwrsar(mgwrsarmod)
+plot_mgwrsar(mgwrsarmod,type="B_coef",var='ater')
+leaflet(mgwrsarmod) |>
+	addCircles(lng=mgwrsarmod$data$lon,lat=mgwrsarmod$data$lat,radius = 10,fillColor = mgwrsarmod$residuals
+						 ,weight = 0) |>
+	addTiles()
+colnames(mgwrsarmod$Betav)

model.R

@@ -3,9 +3,10 @@ df3 <- df[df$tipus != "Kiadó szoba",]
 df3 <- df3[df3$ar <= 400000,]
 df4 <- df3[,c("ar","ater","szoba","felszoba","ker","metrotav","vonattav")]
 lmmod <- lm(log(ar)~ater+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
+lmmod <- lm(log(ar)~as.factor(ker)+ater+eter+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
 lmmod <- lm(log(ar)~as.factor(ker)+ater+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
-lmmod <- lm(log(ar)~as.factor(ker)+ater+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
-lmmod <- lm(log(ar)~as.factor(ker)+log(ater)+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
+lmmod <- lm(log(ar)~as.factor(ker)+log(ater)+log(eter)+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
+lmmod <- lm(log(ar)~as.factor(ker)+log(ater)+log(eter+1)+log(tomkoz+1)+szoba+felszoba,df3)
 lmmod <- lm(log(ar/ater)~as.factor(ker)+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
 lmmod <- lm((ar/ater)~as.factor(ker)+log(tomkoz+1)+szoba+felszoba+Emelet,df3)
 hist(df4$ar/df4$ater)

spacialregr.R

@@ -1,2 +1,56 @@
+library(ggplot2)
 library(sp)
 sdf <- SpatialPointsDataFrame(df3[,c("lon","lat")],df3)
+sdf <- SpatialPointsDataFrame(df3[,c("lon","lat")],df3,proj4string = CRS("+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0"))
+
+plot(sdf)
+sdf$m3ar <- sdf$ar/sdf$ater
+
+library(GWmodel)
+
+hist(sdf$m3ar)
+hist(log(sdf$m3ar))
+quick.map <- function(spdf,var,legend.title,main.title)
+{
+	x <- spdf@data[,var]
+	cut.vals <- pretty(x,5)
+	x.cut <- cut(x,cut.vals)
+	cut.levels <- levels(x.cut)
+	cut.band <- match(x.cut,cut.levels)
+	colors <- brewer.pal(length(cut.levels), "YlOrRd")
+	colors <- rev(colors)
+	par(mar=c(1,1,1,1))
+	plot(spdf,col=colors[cut.band],pch=16)
+	title(main.title)
+	legend("topleft",cut.levels,col=colors,pch=16,bty="n",title=legend.title)
+}
+
+localstat1 <- gwss(sdf,var=c("ar","ater","m3ar"),bw=0.3,quantile=T)
+locstat <- bw.gwss.average(sdf,vars=c("ar","ater","m3ar"))
+locstat
+localstat1
+
+library(RColorBrewer)
+localstat1$SDF$m3
+quick.map(localstat1$SDF, "m3ar_Median","tut","tit")
+
+colnames(sdf)
+grd <- SpatialGrid(GridTopology(c(18.93,47.39),c(.005,.005),c(80,50)))
+grd2 <- c(grd,grd)
+grd2
+plot(grd2)
+DM <- gw.dist(dp.locat=coordinates(sdf),rp.locat = coordinates(grd))
+DM2 <- gw.dist(dp.locat=coordinates(sdf2),rp.locat = coordinates(grd))
+sdf2 <- sdf[!is.na(sdf$Emelet),]
+regrs <- gwr.basic(log(m3ar)~log(ater),sdf,bw=0.02,kernel = "exponential", dMat = DM, regression.points = grd)
+regrs <- gwr.basic(log(m3ar)~log(ater)+log(tomkoz+1),sdf,bw=0.02,kernel = "exponential", dMat = DM, regression.points = grd)
+regrs <- gwr.basic(log(m3ar)~log(tomkoz+1)+as.factor(Emelet)+as.factor(ker),sdf2,bw=0.30,kernel = "exponential", dMat = DM2, regression.points = grd)
+table(sdf$Emelet)
+(regrs)
+regrs$SDF$as.factor.ker.2
+image(regrs$SDF,'log.tomkoz...1.') #,xlim=c(19.135,19.139),ylim=c(47.45,47.55))
+image(regrs$SDF,'as.factor.ker.10') #,xlim=c(19.135,19.139),ylim=c(47.45,47.55))
+contour(regrs$SDF,'log.tomkoz...1.',add=T)
+plot(sdf, add=T, col="blue",alpha=0.1)
+
+plot(grd)

tisztitas.R

@@ -1,6 +1,8 @@
 source("funcs.R")
 
 df$ater <-as.numeric(str_split(df$Alapterület, " ",n=2,simplify = T)[,1])
+df$eter <-as.numeric(str_split(df$Erkélymérete, " ",n=2,simplify = T)[,1])
+df$eter[is.na(df$eter)]<- 0
 df$ar <- sapply(df$Árhavonta, arconv)
 df$ker <-	as.factor(as.numeric(as.roman(str_remove(str_split(df$cim, " ", simplify = T)[,1],"\\."))))
 
@@ -10,7 +12,6 @@ df <- df[!is.na(df$point),]
 df$lat <- as.double(unlist(map(df$point,1)))
 df$lon <- as.double(unlist(map(df[!is.na(df$point),]$point,2)))
 
-
 df$szoba <- ifelse(grepl("fél",df$Szobák),as.numeric(unlist(map(str_split(df$Szobák," "),1))),as.numeric(df$Szobák))
 df$felszoba <- ifelse(grepl("fél",df$Szobák),as.numeric(unlist(map(str_split(df$Szobák," "),3))),0)
 # unlist(map(str_split(df$Szobák," "),3))