통계 모형을 이용한 서울시 아파트 매매가 예측 분석

국문 초록 (Abstract)

본 논문은 서울시 아파트 매매가를 예측하고 이에 영향을 미치는 요인을 알아내고자 하는 연구이다. 아파트 매매가격은 국내외 경제 상황이나 부동산 제도 등 여러 요인에 영향을 받으므로 데이터마이닝 기법을 이용해 예측하기 어렵다. 하지만 매매가격에 영향을 미치는 요인을 파악하기 위해 아파트 관련 변수, 거시 경제 변수 그리고 지역 관련 변수를 선정하고 데이터마이닝 기법을 이용하여 모형을 설계한다.
본 연구에서는 회귀분석과 랜덤포레스트를 이용하여 아파트 매매가격을 추정한다. 첫째로 4개구(강남, 서초, 송파와 용산구) 모형과 나머지 21개구 모형을 세운 후 예측력을 비교하였다. 그 결과 선형모형에서 예측력이 좋지 않은 것으로 판단하였다. 따라서 두 번째로 강남구, 서초구, 송파구, 용산구 그리고 나머지 21개구 모형을 각각 따로 세운다. 이렇게 5개의 모형의 예측력을 비교한 결과 첫 번째 방법보다 예측력이 높아졌지만 그 크기가 객관적으로 좋다고 할 수 없다. 따라서 마지막으로 더 많은 정보를 이용하기 위해 강남구, 서초구, 송파구와 용산구 모형에 각각 동 정보를 추가하였다. 동 정보를 포함하여 선형모형과 랜덤포레스트 방법을 적용하고 이를 이용하여 예측하였다. 추가로 랜덤포레스트의 residual rotation을 이용해 랜덤포레스트 모형의 bias correction을 수행하였다.
모형 평가는 각 모형을 이용한 예측값과 실제값으로 RMSE를 계산하여 확인한다. 선형모형의 경우, RMSE의 값이 높아 예측력이 좋지는 않지만 Stepwise regression analysis를 이용해 매매가격에 영향을 주는 주요한 요인을 파악할 수 있다. 따라서 각 구 별 모형을 이용하여 특정 구의 매매가격을 예측하는데에 주요한 역할을 하는 요인을 비교한다.

다국어 초록 (Multilingual Abstract)

The purpose of the study is to predict the price of apartments in Seoul. Additionally, we developed models to find out meaningful variables which affect the price of apartments. We used the transaction price data from 2010 to 2014. Data from 2010 to 2013 is used for train set and data in 2014 is used for test set.
First analysis performed is developing two models for prediction of the price of apartments. We split the data into two parts. One is data in Gangnam, Seoco, Songpa and Yongsan and the other is the rest of the data. Second analysis performed is delveloping 5 models for prediction of the price of apartments. We split the data into 5 parts. Gangnam, Seocho, Songpa, Yongsan and the rest.
Lastly, we included dong information to the data to improve predictive performance. For model assessment, we used prediction error. And we investigate what is the best model in the prediction.

목차 (Table of Contents)

• Ⅰ. 서론 1
• A. 연구의 배경 및 목적 1
• Ⅱ. 자료 설명 2
• A. 데이터 수집 과정 2
• B. 데이터 설명 2
• 1. raw data 2
• 2. 변수 설명 4
• 3. 변수 변환 8
• 4. 파생변수 생성 12
• Ⅲ. 분석 방법 13
• A. 회귀분석 (Regression Analysis) 13
• 1. Multiple Linear Regression 13
• 2. Multiple Regression with Polynomial predictors 14
• B. 랜덤포레스트 (Random Forest) 15
• 1. Bagging 15
• 2. Random Forest 15
• 3. Bias Correction using residual rotation 16
• Ⅳ. 모형 17
• A. 2개의 모형 17
• 1. 변수 변환 및 파생변수 생성 17
• 2. 결측치 처리 19
• 3. 분석 결과 20
• B. 5개의 모형 23
• 1. 변수 변환 및 파생변수 생성 24
• 2. 분석 결과 26
• C. 동 정보 추가 31
• 1. 파생변수 수정 31
• 2. 결측치 처리 31
• 3. 분석 결과 32
• Ⅴ. 결론 및 한계점 48
• A. 결론 48
• B. 한계점 49
• 참고문헌 51
• ABSTRACT 52