SemestreII-ActividadModulo1
Johan Sebastian Bolivar Sora
2023-08-08
PROBLEMA
Una empresa inmobiliaria líder en una gran ciudad está buscando comprender en profundidad el mercado de viviendas urbanas para tomar decisiones estratégicas más informadas. La empresa posee una base de datos extensa que contiene información detallada sobre diversas propiedades residenciales disponibles en el mercado. Se requiere realizar un análisis holístico de estos datos para identificar patrones, relaciones y segmentaciones relevantes que permitan mejorar la toma de decisiones en cuanto a la compra, venta y valoración de propiedades.
Retos
El reto principal consisten en realizar un análisis integral y multidimensional de la base de datos para obtener una comprensión del mercado inmobiliario urbano. Se requiere aplicar diversas técnicas de análisis de datos, incluyendo:
Análisis de componentes principales
- Análisis de Componentes Principales: Reducir la dimensionalidad del conjunto de datos y visualizar la estructura de las variables en componentes principales para identificar características clave que influyen en la variación de precios y preferencias del mercado.
## spc_tbl_ [8,322 × 13] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
## $ id : num [1:8322] 1147 1169 1350 5992 1212 ...
## $ zona : chr [1:8322] "Zona Oriente" "Zona Oriente" "Zona Oriente" "Zona Sur" ...
## $ piso : chr [1:8322] NA NA NA "02" ...
## $ estrato : num [1:8322] 3 3 3 4 5 5 4 5 5 5 ...
## $ preciom : num [1:8322] 250 320 350 400 260 240 220 310 320 780 ...
## $ areaconst : num [1:8322] 70 120 220 280 90 87 52 137 150 380 ...
## $ parqueaderos: num [1:8322] 1 1 2 3 1 1 2 2 2 2 ...
## $ banios : num [1:8322] 3 2 2 5 2 3 2 3 4 3 ...
## $ habitaciones: num [1:8322] 6 3 4 3 3 3 3 4 6 3 ...
## $ tipo : chr [1:8322] "Casa" "Casa" "Casa" "Casa" ...
## $ barrio : chr [1:8322] "20 de julio" "20 de julio" "20 de julio" "3 de julio" ...
## $ longitud : num [1:8322] -76.5 -76.5 -76.5 -76.5 -76.5 ...
## $ latitud : num [1:8322] 3.43 3.43 3.44 3.44 3.46 ...
## - attr(*, "spec")=List of 3
## ..$ cols :List of 13
## .. ..$ id : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ zona : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ piso : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ estrato : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ preciom : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ areaconst : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ parqueaderos: list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ banios : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ habitaciones: list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ tipo : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ barrio : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ longitud : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ latitud : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## ..$ default: list()
## .. ..- attr(*, "class")= chr [1:2] "collector_guess" "collector"
## ..$ delim : chr ";"
## ..- attr(*, "class")= chr "col_spec"
## - attr(*, "problems")=<externalptr>
## preciom id zona estrato areaconst banios habitaciones tipo barrio longitud
## 4808 1 1 1 1 1 1 1 1 1 1
## 1909 1 1 1 1 1 1 1 1 1 1
## 876 1 1 1 1 1 1 1 1 1 1
## 726 1 1 1 1 1 1 1 1 1 1
## 1 1 0 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0 0 0
## 2 3 3 3 3 3 3 3 3 3
## latitud parqueaderos piso
## 4808 1 1 1 0
## 1909 1 1 0 1
## 876 1 0 1 1
## 726 1 0 0 2
## 1 0 0 0 12
## 2 0 0 0 13
## 3 1605 2638 4275De la gráfica de valores faltantes se pueden dar las siguientes observaciones:
- Todas las variables presentan un valor faltante
- Las variables que presentan mas valores faltantes son los parqueaderos y el piso, de lo cual ya se podria asumir que estas dos variables pueden que sean descartadas por que presentarian muchos sesgos.
Análisis
- El componente principal (CP1) explica el 45.2% de la variabilidad contenida en la base de datos.
- El componente principal (CP2) explica el 18.1% de la variabilidad contenida en la base de datos.
- Entre los dos primeros componentes principales se explica el 63.3% de la variabilidad contenida en la base de datos.
Circulos de gráficos de correlación
Análisis
Del ciculo de correlación se puede observar que:
- Existen 5 grupos:
- Longitud y latitud
- Habitaciones
- Area construida y baños
- Parqueaderos y precio
- Estrato
Se podría decir que entre los grupos a,b, c y d tienen una fuerza de correlación alta.
Entre el grupo a y el e, existe una correlación negativa
La longitud y la latitud representan una una contribución baja para los dos componentes principales.
La correlación entre el estrato y las habitaciones es casi nula, ya que son prácticamente perpendiculares, esto puede estar relacionado a que no necesariamente las viviendas de estratos más altos tienen mas habitaciones.
La variable estrato y habitaciones, contribuyen notablemente para el ACP1.
El grupo c tiene una fuerza de correlación alta, lo cual tiene sentido, puesto que a más área construida, más baños.
El grupo d tiene una fuerza de correlación alta, por lo que las viviendas con mayor precio tienen, cuentan con más parqueaderos.
El grupo c y d contribuyen notablemente al ACP2 a diferencia del grupo b y e.
Las habitaciones y el estrato tienen una contribución importante para los dos componentes principales, por lo que se puede evidenciar que seran indispensables a la hora de la compra, venta y valoración de las propiedades.
Análisis
Se puede observar que la vivienda 1 que tiene 6 habitaciones va a un extremo del eje del ACP1 ya que cuenta con 6 habitaciones y la vivienda 13 que tiene estrato 6 va al otro extemo del eje del ACP1.
Se puede observar que la vivienda 378 que tiene un precio de 1850 millones y se encuentra al lado derecho del eje del ACP2 al igual que la vivienda 379 que cuenta con 6 baños, lo que confirma la correlación que se observaba en el circulo de gráficos de correlación.
Análisis de conglomerados
Para que el calculo no lleve mucho tiempo el análisis de conglomerados se realizará con los 20 primeros datos:
## estrato preciom areaconst parqueaderos banios habitaciones
## 1 -1.5351823 -0.91172856 -0.9691540 -1.0458607 -0.2068642 1.73609584
## 2 -1.5351823 -0.55267934 -0.4898494 -1.0458607 -1.0343209 -0.74404108
## 3 -1.5351823 -0.39880110 0.4687600 0.1845637 -1.0343209 0.08267123
## 4 -0.4764359 -0.14233737 1.0439256 1.4149881 1.4480493 -0.74404108
## 5 0.5823105 -0.86043582 -0.7774322 -1.0458607 -1.0343209 -0.74404108
## 6 0.5823105 -0.96302131 -0.8061904 -1.0458607 -0.2068642 -0.74404108
## 7 -0.4764359 -1.06560680 -1.1417037 0.1845637 -1.0343209 -0.74404108
## 8 0.5823105 -0.60397209 -0.3268858 0.1845637 -0.2068642 0.08267123
## 9 0.5823105 -0.55267934 -0.2022666 0.1845637 0.6205926 1.73609584
## 10 0.5823105 1.80678698 2.0025349 0.1845637 -0.2068642 -0.74404108
## 11 -0.4764359 1.01174942 1.7628825 1.4149881 1.4480493 0.90938354
## 12 0.5823105 1.65290874 0.6317235 0.1845637 2.2755061 1.73609584
## 13 1.6410569 0.47317558 -0.7007434 0.1845637 -1.0343209 -1.57075338
## 14 -0.4764359 0.88351755 -0.1064056 -1.0458607 0.6205926 0.90938354
## 15 0.5823105 -0.03975188 0.2770381 2.6454125 0.6205926 0.90938354
## 16 0.5823105 0.31929734 -0.5090216 0.1845637 0.6205926 0.08267123
## 17 -0.4764359 -0.55267934 -0.6048825 0.1845637 -0.2068642 -0.74404108
## 18 0.5823105 -0.21927649 -0.6528129 0.1845637 -1.0343209 -0.74404108
## 19 -1.5351823 -1.29642416 -0.8732931 -1.0458607 -1.0343209 -0.74404108
## 20 1.6410569 2.01195797 1.9737766 -1.0458607 0.6205926 0.08267123
## longitud latitud
## 1 1.01527728 0.283366305
## 2 0.97103303 0.279598714
## 3 0.77866673 0.336692206
## 4 -0.80066061 0.317564437
## 5 0.89857506 1.010511341
## 6 0.67414771 -1.574635619
## 7 0.49845315 0.064556220
## 8 -0.22676781 -1.190631166
## 9 0.90434605 1.612456435
## 10 0.69081945 1.830686890
## 11 -0.27421816 -0.525796286
## 12 -0.82887434 -1.606225419
## 13 -1.44124040 0.319013511
## 14 -1.57653803 -0.080930750
## 15 -1.67464484 -0.682296214
## 16 0.04575112 -1.327713510
## 17 -0.56853861 -0.473629643
## 18 -0.91159185 -0.001231712
## 19 -0.07928698 -0.115418697
## 20 1.90529204 1.524062957
## attr(,"scaled:center")
## estrato preciom areaconst parqueaderos banios habitaciones
## 4.450000 427.750000 171.100000 1.850000 3.250000 3.900000
## longitud latitud
## -76.527513 3.424043
## attr(,"scaled:scale")
## estrato preciom areaconst parqueaderos banios habitaciones
## 0.94451324 194.95934124 104.31778372 0.81272770 1.20852237 1.20961064
## longitud latitud
## 0.01559525 0.03450481Distancias euclidianas
## 1 2 3 4 5 6 7 8
## 2 2.682608
## 3 2.705912 1.783332
## 4 4.899979 4.358907 3.517347
## 5 3.449824 2.280499 2.985914 4.532049
## 6 3.772610 2.993867 3.601916 4.446053 2.725690
## 7 3.136732 1.895382 2.234994 3.880363 1.965860 2.482032
## 8 3.599180 3.315320 3.031043 3.279225 3.043398 1.874875 2.338281
## 9 3.029558 4.092823 3.474716 3.971879 3.345394 4.369595 3.703666 3.545896
## 10 5.556036 4.576665 3.912638 3.821740 4.213879 5.354551 4.806114 4.678861
## 11 4.907163 5.078804 3.872643 2.360302 5.455883 5.014837 4.909938 3.671379
## 12 5.317096 6.001858 5.363556 4.070041 6.062507 4.999795 5.771972 3.929843
## 13 5.590003 4.382164 4.458552 4.083676 3.325003 3.759997 3.399513 3.097326
## 14 3.647814 3.927249 3.708589 3.551155 4.171640 3.966811 4.022956 3.052471
## 15 5.473476 5.688400 4.602662 2.900965 5.510947 5.038145 4.581989 3.234461
## 16 3.831308 3.690559 3.464340 3.170352 3.548881 2.251796 3.000789 1.289706
## 17 3.482685 2.504085 2.477307 2.796337 2.792697 2.366490 1.632198 1.585941
## 18 4.148116 3.123872 3.070594 3.434506 2.498177 2.786661 2.017124 1.872435
## 19 2.889644 1.399784 2.396815 4.365132 2.628114 2.825084 1.768158 3.053153
## 20 5.748672 5.345936 5.009705 5.117726 4.651897 5.494129 5.718994 5.231726
## 9 10 11 12 13 14 15 16
## 2
## 3
## 4
## 5
## 6
## 7
## 8
## 9
## 10 4.166199
## 11 4.034032 3.909126
## 12 4.654338 5.323333 2.677425
## 13 4.823957 4.290239 5.171665 5.500902
## 14 3.796385 4.488723 3.484980 3.174807 3.948090
## 15 4.375973 5.269898 2.935754 3.746711 4.282848 4.014619
## 16 3.601394 4.503364 3.223277 3.065112 3.402467 2.825787 3.295810
## 17 3.826219 4.514699 3.889677 4.602015 2.881557 2.900665 3.592090 2.089360
## 18 3.886591 4.214752 4.423040 4.984375 1.633790 3.173430 3.670324 2.531598
## 19 4.454667 5.381738 5.343799 6.070567 4.182200 3.765197 5.417641 3.694382
## 20 4.206059 2.369580 4.680253 5.226072 5.399891 5.046475 6.340528 4.822323
## 17 18 19
## 2
## 3
## 4
## 5
## 6
## 7
## 8
## 9
## 10
## 11
## 12
## 13
## 14
## 15
## 16
## 17
## 18 1.503306
## 19 2.076645 2.812890
## 20 5.541058 5.309974 6.260059Distancias de Manhattan
## 1 2 3 4 5 6 7
## 2 4.193959
## 3 5.952084 3.419084
## 4 12.287252 9.755742 8.028338
## 5 6.511948 3.516203 6.676184 10.933604
## 6 7.011018 5.822752 8.857104 11.212317 3.768375
## 7 6.658827 4.141575 4.715078 8.373815 4.204690 5.369613
## 8 8.667409 7.884373 6.478524 8.685331 6.918089 4.180411 5.969776
## 9 6.741332 9.170095 7.652179 10.253197 6.856113 8.969574 8.599955
## 10 13.390037 10.858526 9.092867 9.856421 8.533002 10.230952 9.861332
## 11 12.755394 13.523197 10.218300 4.896272 14.776991 13.368982 11.711186
## 12 13.729546 16.150774 12.845877 9.756216 15.287075 11.781387 14.338762
## 13 12.686449 8.921813 9.108730 9.659211 7.557497 9.494021 7.118099
## 14 8.327022 9.094826 9.401109 8.292289 10.348620 9.830342 9.743663
## 15 13.236689 14.004492 11.083039 7.513370 13.140793 11.419785 12.192480
## 16 10.100563 9.253286 7.865608 8.449611 8.351243 5.339400 7.402930
## 17 7.833440 5.524461 6.097963 5.967804 6.548188 5.244513 3.482383
## 18 9.875771 6.007739 6.273485 6.974946 4.818113 6.114147 3.869800
## 19 5.281499 2.572526 5.606877 10.227628 4.753134 5.558107 3.546114
## 20 13.654449 12.864852 12.291349 13.229108 10.684243 12.797705 14.888934
## 8 9 10 11 12 13 14
## 2
## 3
## 4
## 5
## 6
## 7
## 8
## 9 6.590995
## 10 9.505797 8.303618
## 11 9.188572 10.789735 9.953720
## 12 8.368986 9.646394 11.443803 7.350744
## 13 7.714750 11.183870 10.393538 13.324456 12.725228
## 14 8.110780 8.822212 11.981237 7.033011 8.551275 9.022889
## 15 7.239374 9.153537 13.392213 7.210900 8.759520 10.380069 6.756205
## 16 2.342463 6.630921 9.456684 8.029583 6.935832 7.846403 6.951791
## 17 3.273520 8.327927 9.589305 8.817443 10.856379 6.558723 7.046678
## 18 4.239015 8.348626 8.943198 11.233625 10.634397 3.475735 7.991356
## 19 7.463639 11.609247 12.870625 13.205048 15.832625 8.971911 8.845653
## 20 12.879974 9.772615 5.698366 11.672983 13.163066 13.303647 11.239652
## 15 16 17 18 19
## 2
## 3
## 4
## 5
## 6
## 7
## 8
## 9
## 10
## 11
## 12
## 13
## 14
## 15
## 16 6.798483
## 17 8.710097 5.149127
## 18 8.322680 5.447816 3.082988
## 19 13.686343 9.146869 4.976246 5.592037
## 20 15.111476 11.175947 14.616906 13.970799 15.437378Distancias de Minkowski
## 1 2 3 4 5 6 7 8
## 2 2.682608
## 3 2.705912 1.783332
## 4 4.899979 4.358907 3.517347
## 5 3.449824 2.280499 2.985914 4.532049
## 6 3.772610 2.993867 3.601916 4.446053 2.725690
## 7 3.136732 1.895382 2.234994 3.880363 1.965860 2.482032
## 8 3.599180 3.315320 3.031043 3.279225 3.043398 1.874875 2.338281
## 9 3.029558 4.092823 3.474716 3.971879 3.345394 4.369595 3.703666 3.545896
## 10 5.556036 4.576665 3.912638 3.821740 4.213879 5.354551 4.806114 4.678861
## 11 4.907163 5.078804 3.872643 2.360302 5.455883 5.014837 4.909938 3.671379
## 12 5.317096 6.001858 5.363556 4.070041 6.062507 4.999795 5.771972 3.929843
## 13 5.590003 4.382164 4.458552 4.083676 3.325003 3.759997 3.399513 3.097326
## 14 3.647814 3.927249 3.708589 3.551155 4.171640 3.966811 4.022956 3.052471
## 15 5.473476 5.688400 4.602662 2.900965 5.510947 5.038145 4.581989 3.234461
## 16 3.831308 3.690559 3.464340 3.170352 3.548881 2.251796 3.000789 1.289706
## 17 3.482685 2.504085 2.477307 2.796337 2.792697 2.366490 1.632198 1.585941
## 18 4.148116 3.123872 3.070594 3.434506 2.498177 2.786661 2.017124 1.872435
## 19 2.889644 1.399784 2.396815 4.365132 2.628114 2.825084 1.768158 3.053153
## 20 5.748672 5.345936 5.009705 5.117726 4.651897 5.494129 5.718994 5.231726
## 9 10 11 12 13 14 15 16
## 2
## 3
## 4
## 5
## 6
## 7
## 8
## 9
## 10 4.166199
## 11 4.034032 3.909126
## 12 4.654338 5.323333 2.677425
## 13 4.823957 4.290239 5.171665 5.500902
## 14 3.796385 4.488723 3.484980 3.174807 3.948090
## 15 4.375973 5.269898 2.935754 3.746711 4.282848 4.014619
## 16 3.601394 4.503364 3.223277 3.065112 3.402467 2.825787 3.295810
## 17 3.826219 4.514699 3.889677 4.602015 2.881557 2.900665 3.592090 2.089360
## 18 3.886591 4.214752 4.423040 4.984375 1.633790 3.173430 3.670324 2.531598
## 19 4.454667 5.381738 5.343799 6.070567 4.182200 3.765197 5.417641 3.694382
## 20 4.206059 2.369580 4.680253 5.226072 5.399891 5.046475 6.340528 4.822323
## 17 18 19
## 2
## 3
## 4
## 5
## 6
## 7
## 8
## 9
## 10
## 11
## 12
## 13
## 14
## 15
## 16
## 17
## 18 1.503306
## 19 2.076645 2.812890
## 20 5.541058 5.309974 6.260059Distribución de los individuos por distancias
Dendograma
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
## 1 2 2 3 2 2 2 2 1 4 3 3 2 3 3 2 2 2 2 4
## Coeficiente de Silhouette promedio k=4 : 0.2070607##
## Coeficiente de Silhouette promedio k=3 : 0.2540382##
## Coeficiente de Silhouette promedio k=5 : 0.2017179Análisis
Teniendo en cuenta que para poder tener una mejor visualización de los datos se utilizaron 20 observaciones, lo que significa que pueden haber un porcentaje de error en los resultados.
Se realizaron 3 gráficas de distribución de clusteres de acuerdo a lo analizado en el ACP.De las 3 gráficas de distribución se puede observar que:
La gráfica de Habitaciones y Estrato tiene un comportamiento de distancias homogéneo, lo que verifica que tiene un comportamiento con una correlación casi nula.
La gráfica de preciom y parqueaderos tiene un comportamiento en donde hay observaciones que no coinciden con el grupo en el que se encuentran, esto puede ser debido a la poca cantidad de datos o a la gran variabilidad que tienen. Como la observación del grupo 1.
La gráfica de preciom y parqueaderos tiene un comportamiento en donde hay observaciones que no coinciden con el grupo en el que se encuentran, esto puede ser debido a la poca cantidad de datos o a la gran variabilidad que tienen.Como una de las observaciones del grupo 3 que se encuentra dentro del grupo 1.
El coeficiente de Silhouette demuestra que el k-means debe ser de 3, que es el más cercano a 1.
Análisis de Correspondencia
## /\ /\
## { `---' }
## { O O }
## ==> V <== No need for mice. This data set is completely observed.
## \ \|/ /
## `-----'
##
## 3 4 5 6
## 01 107 158 239 158
## 02 101 280 477 361
## 03 100 261 336 229
## 04 56 147 206 123
## 05 62 130 146 113
## 06 0 48 103 82
## 07 0 49 83 51
## 08 5 55 77 51
## 09 0 41 52 48
## 10 2 24 57 31
## 11 1 10 39 29
## 12 0 10 44 26##
## 01 02 03 04 05 06 07 08 09 10 11 12
## Apartamento 349 416 481 476 448 231 179 188 141 114 79 80
## Casa 313 803 445 56 3 2 4 0 0 0 0 0##
## Pearson's Chi-squared test
##
## data: tabla
## X-squared = 202.45, df = 33, p-value < 2.2e-16
## eigenvalue percentage of variance cumulative percentage of variance
## dim 1 0.034494561 81.922040 81.92204
## dim 2 0.005573401 13.236417 95.15846
## dim 3 0.002038608 4.841543 100.00000
Análisis
- El p-value de la distribución de Pearson rechaza la hipótesis de la independencia de las variables
- Los pisos más altos son estratos 5 y 6
- El estrato 3 la mayoria de la tipologia de piso es 01
- Los estrato 4 tienen mas variedad de pisos
- Se sabe que los apartamentos son los que se encuentran en el piso 12, como se puede observar en la tabla2.
- Las casas no superan el piso 07.
- La primera dimensión resume el 81.9% de los datos, mientras que los dos primeros resumen el 95.1% de los datos.
Conclusiones clave y recomendaciones
- Si se quiere vender apartamentos más caros es necesario que cuenten con varios parqueaderos.
- Entre más grande sea el inmueble, este debe tener más baños.
- El estrato y el número de habitaciones son un factor indespensable a la hora de vender o comprar.
- Los estratos más altos suelen vivir en mayores alturas (>piso)
- Los estratos 3 tienden a vivir en los pisos 01.