EDA_MICali
Jhon Alexander Rojas Tavera
2023-08-13
Informe Unidad I, Analisis exploratorio de datos
1. Introducción
El análisis del mercado inmobiliario es una herramienta crucial para comprender la dinámica y las tendencias que impactan en el sector de bienes raíces. En este informe, se abordará el análisis del mercado inmobiliario en Cali, Colombia, utilizando datos recopilados por la empresa B&C (Bienes y Casas), una agencia de bienes raíces de renombre en la ciudad.
Cali, una ciudad en constante evolución, ha sido testigo de un crecimiento sustancial en el mercado inmobiliario en los últimos años. Este crecimiento está impulsado por diversos factores, como el aumento de la población, la inversión extranjera directa y la construcción de nuevos proyectos residenciales. Con el propósito de aprovechar este entorno dinámico, la empresa B&C ha recopilado y sistematizado una vasta cantidad de datos sobre viviendas en Cali, que incluyen información sobre precios, ubicaciones, características y detalles de ventas.
Este informe tiene como objetivo explorar y analizar estos datos con el fin de identificar tendencias y patrones significativos que puedan servir como base para la toma de decisiones estratégicas por parte de la empresa B&C. A través de un enfoque descriptivo y analítico, se espera brindar una visión completa y precisa del mercado inmobiliario en Cali, permitiendo a la empresa tomar medidas informadas para su crecimiento y éxito continuo.
El informe está estructurado en varios apartados, que incluyen objetivos, métodos utilizados, resultados obtenidos, discusión de los hallazgos, conclusiones y anexos. Cada sección proporcionará una perspectiva detallada y significativa para comprender mejor la dinámica del mercado inmobiliario en Cali.
2. Objetivos
En este apartado se descibren los objetivos que se pretenden alcanzar de acuerdo a los criterios de entrega de la actividad y en concordancia con el caso de estudio propuesto.
- Objetivo general:
- Objetivo especifico 1:
- Especifico 2:
Realizar un analisis explotario de datos EDA, que permita a la empresa B&C tomar decisiones sobre su negocio
Realizar analisis descriptivo de los datos recibidos, vivienda_faltantes
identificar las tendencias y patrones de los datos recibidos, vivienda_faltantes
3. Métodos
Lectura de la base de datos desde archivo CSV, en mi caso la hice mediante el uso del fichero remitido por la profesora denominado “vivienda_faltantes.csv”, con las siguientes acciones en RStudio: File, Import DataSet, From Text(readr) y el nombre del archivo se paso como atributo a la variable “Baseviviendas”:
Lectura del dataset desde (readr) y se asigno a una variable, se muestra la cabecera de los datos:
## Rows: 8330 Columns: 13
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): zona, tipo, barrio
## dbl (10): id, piso, estrato, preciom, areaconst, parquea, banios, habitac, l...
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.## # A tibble: 6 × 13
## id zona piso estrato preciom areaconst parquea banios habitac tipo
## <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
## 1 8312 Zona Oeste 4 6 1300 318 2 4 2 Apart…
## 2 8311 Zona Oeste 1 6 480 300 1 4 4 Casa
## 3 8307 Zona Oeste NA 5 1200 800 4 7 5 Casa
## 4 8296 Zona Sur 2 3 220 150 1 2 4 Casa
## 5 8297 Zona Oeste NA 5 330 112 2 4 3 Casa
## 6 8298 Zona Sur NA 5 1350 390 8 10 10 Casa
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>Utilice la función summary para obtener los estadisticos básicos y estos son asignados a una variables para su visualiazación:
## id zona piso estrato
## Min. : 1 Length:8330 Min. : 1.000 Min. :3.000
## 1st Qu.:2082 Class :character 1st Qu.: 2.000 1st Qu.:4.000
## Median :4164 Mode :character Median : 3.000 Median :5.000
## Mean :4164 Mean : 3.772 Mean :4.634
## 3rd Qu.:6246 3rd Qu.: 5.000 3rd Qu.:5.000
## Max. :8319 Max. :12.000 Max. :6.000
## NA's :3 NA's :2641 NA's :3
## preciom areaconst parquea banios
## Min. : 58.0 Min. : 30 Min. : 1.000 Min. : 0.000
## 1st Qu.: 220.0 1st Qu.: 80 1st Qu.: 1.000 1st Qu.: 2.000
## Median : 330.0 Median : 123 Median : 2.000 Median : 3.000
## Mean : 434.2 Mean : 175 Mean : 1.836 Mean : 3.112
## 3rd Qu.: 540.0 3rd Qu.: 229 3rd Qu.: 2.000 3rd Qu.: 4.000
## Max. :1999.0 Max. :1745 Max. :10.000 Max. :10.000
## NA's :2 NA's :3 NA's :1606 NA's :3
## habitac tipo barrio longitud
## Min. : 0.000 Length:8330 Length:8330 Min. :-76576.00
## 1st Qu.: 3.000 Class :character Class :character 1st Qu.:-76506.00
## Median : 3.000 Mode :character Mode :character Median : -76.54
## Mean : 3.605 Mean :-21845.13
## 3rd Qu.: 4.000 3rd Qu.: -76.52
## Max. :10.000 Max. : -76.46
## NA's :3 NA's :3
## latitud
## Min. : 3.333
## 1st Qu.: 3.390
## Median : 3.450
## Mean : 970.370
## 3rd Qu.:3367.000
## Max. :3497.000
## NA's :3Para identificar Filtrar los datos para mostrar solo las primeras 10 filas y las columnas ‘precio’ y ‘zona’, luego mostrar el conjunto de datos filtrado:
## # A tibble: 10 × 2
## preciom zona
## <dbl> <chr>
## 1 1300 Zona Oeste
## 2 480 Zona Oeste
## 3 1200 Zona Oeste
## 4 220 Zona Sur
## 5 330 Zona Oeste
## 6 1350 Zona Sur
## 7 305 Zona Sur
## 8 480 Zona Oeste
## 9 275 Zona Sur
## 10 285 Zona SurEn este apartado se pretende mostrar si existe relación mediante un gráfico de dispersión entre ‘areaconst’ y ‘preciom’
## Warning: Removed 3 rows containing missing values (`geom_point()`).
En este Gráfico de Dispersión se incluyó una tercer variable
categorica no numerica Zona con Color en este caso los valores NA se
eliminan y el resultado obtenido guarda concordancia con el resultado
inmediatamente anterior.
Calculo de la cantidad de valores faltantes en cada columna y asignarlos a EDA_MICali_faltantes para su reconocimiento:
Baseviviendas_faltantes <- colSums(is.na(Baseviviendas))
# Mostrar la cantidad de valores faltantes
Baseviviendas_faltantes## id zona piso estrato preciom areaconst parquea banios
## 3 3 2641 3 2 3 1606 3
## habitac tipo barrio longitud latitud
## 3 3 3 3 3Histograma de Precios:
## Warning: Removed 2 rows containing non-finite values (`stat_bin()`).
Boxplot de Precios por Zona (sin valores NA)
Analisis de Matriz de correlación
## corrplot 0.92 loaded
Crear un gráfico de barras para mostrar el tipo de viviendas con más
stock
4. Resultados
En esta sección, con respecto al objetivo de la guía, se observa una desconexión con la actividad planteada. Aunque el caso se centra en el análisis de mercado, la validación de los datos en la base de datos “viviendas_faltantes” sugiere que estos registros corresponden a propiedades que no han sido objeto de gestión comercial, es decir, bienes que no han sido destinados a actividades comerciales.
Al analizar el caso, se plantea la identificación de un nicho de mercado, el desarrollo de estrategias de marketing, la fijación de precios de venta y la provisión de servicios personalizados a los clientes. Por consiguiente, se esperaba encontrar una capa de información que incluyera, al menos, fechas de venta, precios de venta ofrecidos y la identificación de posibles descuentos. La ausencia de estos datos genera un nivel de subjetividad considerable en las conclusiones que se pueden obtener.
Es importante destacar que la carencia de información relevante, como fechas de venta y detalles sobre los precios ofertados y los descuentos aplicados, limita la capacidad de realizar un análisis completo y preciso. Esto podría dificultar la formulación de conclusiones sólidas y bien fundamentadas en relación con los objetivos planteados. Por lo tanto, es necesario abordar esta limitación para garantizar que las conclusiones extraídas sean respaldadas de manera objetiva por la información disponible.
5. Discusión
De acuerdo a instrucción de la profesora no se realiza.
6. Conclusiones
La actividad que llevé a cabo me proporcionó un valioso acercamiento a la herramienta RStudio. En mi caso particular, carecía de conocimientos previos sobre esta herramienta, y en mi entorno laboral no tengo la oportunidad de aplicar procesos estadísticos, a excepción del uso de herramientas de ofimática para representar información a través de tablas dinámicas basadas en la lógica del negocio.
Es importante señalar que el material de revisión disponible en Brightspace no me brindó una guía clara para abordar este punto de partida, especialmente para aquellos de nosotros que no teníamos familiaridad con esta herramienta. No obstante, gracias a la instrucción del tablero proporcionado por la profesora y a la búsqueda de recursos en forma de video tutoriales en otras plataformas, logré completar exitosamente esta tarea. Sin embargo, reconozco que existe margen para la mejora, y me comprometo a enfocarme en fortalecer la calidad y el impacto de mis futuros trabajos.
En resumen, esta experiencia me permitió adquirir destrezas significativas en el uso de RStudio y superar desafíos relacionados con la falta de conocimiento previo. Considero que esta adquisición será de gran utilidad en mi trayectoria académica y profesional, permitiéndome realizar análisis estadísticos con mayor confianza y eficacia, a la vez que trabajaré en mejorar la calidad de mis entregas en futuros proyectos.
7. Anexos
Si deseas acceder al código fuente utilizado en la realización de este proyecto, así como a los archivos generados dentro de su carpeta respectiva, te invito a consultar el siguiente repositorio en GitHub: