Этот набор данных посвящен подержанным автомобилям BMW и содержит структурированные данные, которые можно использовать для анализа структуры ценообразования, топливной эффективности и тенденций в области производительности.
С детства интересуюсь данной маркой автомобилей, поэтому хотела углубиться в зависимость цены от различных факторов.
Выбор данных
Источник: BMW Used Car Market Analysis Dataset Данные были взяты с сайта kaggle.com (https://www.kaggle.com/datasets/algozee/bmw-dataset?resource=download)
Выбор типов графиков
Распределение цены: хочется понять как вообще распределена цена по всем автомобилям, также узнать среднее, медиану и моду, чтоб понимать в каком диапазоне цен мы находимся.
Box plot для цены по различным видам топлива: вид топлива не кажется интуитивным признаком для влияния на цену автомобиля, поэтому решили проверить распределение цены в этом разрезе, как оказалось небольшая зависимость есть.
Матрица корреляций: для первичного анализа данных важно понимать какие признаки коррелируют между собой, это нужно и для понимания данных, а также важно для моделирования, особенно при использовании линейных моделей
Распределение цен по топ-10 дорогим моделям: было интересно, есть ли сильные разрывы цен между самыми дорогими автомобилями, и данные это подтвердили, модели которые отличаются на 3-4 позиции могут отличаться по цене.
Средние цены самых популярных моделей по годам: каждый год роскошь не дешевеет, и как показывает данный дорожает из года в год все быстрее, то есть наклон становится все больше
Коэфициенты модели: как показали итоги моделирования год выпуска и экономичность двигателя являются самыми важными факторами влияющими на цену, далее уже идут факторы связанные с конкретными моделями
Статистические методы
при моделировании использовалась линейная регрессия, которая прогнозирует целевую переменную по признакам используя только линейные зависимости, прогноз строится в таком виде:
price = w_0 + w_1 * feature_1 +… + w_n * feature_n
где w_0 это сдвиг модели (средняя цена базового автомобиля, вне зависимости от других факторов)
w_i — величина на которую изменится цена при изменении признака feature_n на единицу
