Introducción

El siguiente informe realiza un analisis descriptivo de la tabla “Viviendas_faltantes” para la empresa B&C, que busca ayudar en la identificación de tendecias y patrones en los datos que puedan servir en la toma de desiciones del negocio. Este documento se divide en las secciones: Introducción, objetivos, metodos, resultados, discusion, conclusiones.

Objetivos

  • Realizar el analisis descriptivo de la tabla “viviendas_faltantes” suministrada por la empresa B&C.

  • Identificar tendencias y patrones en los datos que habiliten la toma de desiciones del negocio.

Metodos

Este informe realiza un analisis de la información suminsitrda por la empresa B&C, para lo cual se realizan los siguientes pasos: 1) instalación de librerias y paquetes requeridos durante el desarrollo del informe en R y cargue de la información a ser analizada “vivienda_faltantes”, 2) exploración y entendimiento del dataframe, 3) preprocesamiento de datos, 4) analisis univariable y 5) analisis de correlacion entre variables precio, area, zonas y tipo.

Resultados

Cargue de información y librerias

Exploración y entendimiento del dataframe

Se identifican la estructura de la tabla “Vivienda_faltantes” extrayendo las 6 primeras lineas de la misma y todas sus columnas.

head(vivienda_faltantes)

Notando que la tabla se encuentra conformada por 13 columnas: id, zona, piso, estrato, preciom, areaconst, parquea, banios, habitac, tipo, barrio, longitud y latitud. Se requiere entonces conocer que tipo de información se encuentra almacenada en estas columnas, obteniendo entonces la tabla a continuación.

str(vivienda_faltantes,vec.len=2, digits.d=2, give.attr=FALSE)
## spc_tbl_ [8,330 × 13] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
##  $ id       : num [1:8330] 8312 8311 ...
##  $ zona     : chr [1:8330] "Zona Oeste" "Zona Oeste" ...
##  $ piso     : num [1:8330] 4 1 NA 2 NA ...
##  $ estrato  : num [1:8330] 6 6 5 3 5 ...
##  $ preciom  : num [1:8330] 1300 480 1200 220 330 ...
##  $ areaconst: num [1:8330] 318 300 ...
##  $ parquea  : num [1:8330] 2 1 4 1 2 ...
##  $ banios   : num [1:8330] 4 4 7 2 4 ...
##  $ habitac  : num [1:8330] 2 4 5 4 3 ...
##  $ tipo     : chr [1:8330] "Apartamento" "Casa" ...
##  $ barrio   : chr [1:8330] "arboleda" "normandía" ...
##  $ longitud : num [1:8330] -76576 -76571 ...
##  $ latitud  : num [1:8330] 3454 3454 ...

Como se pudo observar la información se divide en cadenas de texto y numeros de la siguiente forma:

  1. Character: zona, tipo, barrio
  2. Numeric: id, piso, estrato, preciom, areaconst, parquea, banios, habitac, longitud, latitud

Adicionalmente se identifica que hay 8330 registros, definiendo que cada registro es una fila de la tabla con 13 atributos que lo componen.

Analisis Univariable parte 1

Se requiere concer el dataframe por lo cual a continuación se observa un resumen de estadisticas para cada una de las columnas numericas, excluyendo id, latitud y longitud.

summary(vivienda_faltantes[,c(3,4,5,6,7,8,9)])
##       piso           estrato         preciom         areaconst   
##  Min.   : 1.000   Min.   :3.000   Min.   :  58.0   Min.   :  30  
##  1st Qu.: 2.000   1st Qu.:4.000   1st Qu.: 220.0   1st Qu.:  80  
##  Median : 3.000   Median :5.000   Median : 330.0   Median : 123  
##  Mean   : 3.772   Mean   :4.634   Mean   : 434.2   Mean   : 175  
##  3rd Qu.: 5.000   3rd Qu.:5.000   3rd Qu.: 540.0   3rd Qu.: 229  
##  Max.   :12.000   Max.   :6.000   Max.   :1999.0   Max.   :1745  
##  NA's   :2641     NA's   :3       NA's   :2        NA's   :3     
##     parquea           banios          habitac      
##  Min.   : 1.000   Min.   : 0.000   Min.   : 0.000  
##  1st Qu.: 1.000   1st Qu.: 2.000   1st Qu.: 3.000  
##  Median : 2.000   Median : 3.000   Median : 3.000  
##  Mean   : 1.836   Mean   : 3.112   Mean   : 3.605  
##  3rd Qu.: 2.000   3rd Qu.: 4.000   3rd Qu.: 4.000  
##  Max.   :10.000   Max.   :10.000   Max.   :10.000  
##  NA's   :1606     NA's   :3        NA's   :3
require(psych)
## Loading required package: psych
## 
## Attaching package: 'psych'
## The following objects are masked from 'package:ggplot2':
## 
##     %+%, alpha
describe(vivienda_faltantes[,c(3,4,5,6,7,8,9)])
cv_preciom <-100*sd(vivienda_faltantes$preciom, na.rm=TRUE)/mean(vivienda_faltantes$preciom, na.rm=TRUE)
cat("El coeficiente de variacion del precio es",round(cv_preciom, digits=0))
cv_areaconst <- 100*sd(vivienda_faltantes$areaconst, na.rm=TRUE)/mean(vivienda_faltantes$areaconst, na.rm=TRUE)
cat(" y El coeficiente de variacion del area es",round(cv_areaconst, digits=0))
## El coeficiente de variacion del precio es 76 y El coeficiente de variacion del area es 82

Del resumen anterior tenemos los siguientes resultados:

  1. Piso:
    • Las viviendas plasmadas en los registros se encuentran entre el piso 1 y el 12.
    • El 75% de las viviendas con información se encuentran en o por debajo del piso 5 (percentil 75%) y el 50% de las viviendas con información en este atributo estan en los primeros 3 pisos (mediana).
    • Hay 2641 registros sin información de piso, es decir el 31%.
  2. Estrato:
    • Solo 3 lineas de registro no presentan información del estrato, 0.04% del estudio.
    • Las viviendas del dataset se encuentran entre los estratos 3 y 6.
    • El 75% de las viviendas con información se encuentra en o por debajo del estrato 5 (percentil 75%).
  3. Preciom: debido a que no se especifica el significado, en este estudio se trata como el precio en millones de pesos de la propiedad.
    • Solo 2 lineas de registro no presentan información del precio, 0.02% del estudio.
    • Las viviendas del data set poseen un precio que oscila entre 58 y 1999 millones de pesos.
    • El promedio de precio esta en 434,2 Millones de pesos.
    • El 75% de las viviendas con información se encuentra en o por debajo de un precio de 540 millones (percentil 75%).
    • El coeficiente de variacion indica heterogeneidad con un valor de 76%
  4. Areaconst: se infiere para este estudio que esta columna corresponde al area construida en metros cuadrados de cada vivienda.
    • Solo 3 lineas de registro no presentan información del estrato, 0.04% del estudio.
    • Las viviendas del data set poseen un area construida entre 30 y 1745 metros cuadrados.
    • El area promedio es de 175 metros cuadrados.
    • El 75% de las viviendas con información se encuentra en o por debajo de un area de 229 metros cuadrados (percentil 75%).
    • El 50% de los datos centrales (rango intercuartil) esta entre 80 y 229 metros cuadrados.
    • El coeficiente de variacion indica heterogeneidad con un valor de 82%
  5. Parquea: para este estudio se considera que es el numero de parqueaderos de cada vivienda.
    • Hay 1606 registros sin información de parqueaderos, es decir el 19%.
    • Las viviendas con información tienen entre 1 y el 10 parqueaderos.
    • El 75% de las viviendas con información tienen 1 o 2 parqueaderos (percentil 75%).
  6. Banios: Se considera que corresponde al numero de baño por vivienda.
    • Solo 3 lineas de registro no presentan información del estrato, 0.04% del estudio.
    • Las viviendas del dataset tienen entre 0 y 10 baños.
    • El 75% de las viviendas con información poseen 4 o menos baños (percentil 75%).
    • En promedio las viviendas poseen 3 baños
  7. Habitac: Se condiera que corresponde al numero de habitaciones por vivienda.
    • Solo 3 lineas de registro no presentan información del estrato, 0.04% del estudio.
    • Las viviendas del dataset tienen entre 0 y 10 habitaciones.
    • El 75% de las viviendas con información poseen 4 o menos habitaciones (percentil 75%).
    • En promedio las viviendas poseen 3 habitaciones.

Preprocesamiento parte 1: datos nulos

Durante esta revisión se identifican varios valores nulos en las columnas, por lo cual se preprocesara esta información. En la siguiente matriz se puede visualizar los valores nulos por columnas, identificando que hay lineas/registros con todas las columnas vacias, las cuales pueden ser removidas sin generar afectacion en el analisis, para esto se genera un nuevo dataframe llamada “df”.

md.pattern(vivienda_faltantes, plot=TRUE, rotate.names=TRUE)

##      preciom id zona estrato areaconst banios habitac tipo barrio longitud
## 4812       1  1    1       1         1      1       1    1      1        1
## 1912       1  1    1       1         1      1       1    1      1        1
## 877        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 parquea piso     
## 4812       1       1    1    0
## 1912       1       1    0    1
## 877        1       0    1    1
## 726        1       0    0    2
## 1          0       0    0   12
## 2          0       0    0   13
##            3    1606 2641 4279
df <- vivienda_faltantes[rowSums(is.na(vivienda_faltantes)) != ncol(vivienda_faltantes), ]

Al revisar el nuevo dataframe (df) observamos que existe una fila con dato en una sola columna, debido a que porcentualmente no se espera una alteracion importante en el analisis, esta fila tambien se decide retirar.

md.pattern(df, plot=TRUE, rotate.names=TRUE)

##      preciom id zona estrato areaconst banios habitac tipo barrio longitud
## 4812       1  1    1       1         1      1       1    1      1        1
## 1912       1  1    1       1         1      1       1    1      1        1
## 877        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
##            0  1    1       1         1      1       1    1      1        1
##      latitud parquea piso     
## 4812       1       1    1    0
## 1912       1       1    0    1
## 877        1       0    1    1
## 726        1       0    0    2
## 1          0       0    0   12
##            1    1604 2639 4253
df <- df[-8320,]
md.pattern(df, plot=TRUE, rotate.names=TRUE)

##      id zona estrato preciom areaconst banios habitac tipo barrio longitud
## 4812  1    1       1       1         1      1       1    1      1        1
## 1912  1    1       1       1         1      1       1    1      1        1
## 877   1    1       1       1         1      1       1    1      1        1
## 726   1    1       1       1         1      1       1    1      1        1
##       0    0       0       0         0      0       0    0      0        0
##      latitud parquea piso     
## 4812       1       1    1    0
## 1912       1       1    0    1
## 877        1       0    1    1
## 726        1       0    0    2
##            0    1603 2638 4241

En el siguiente grafico se puede identificar de manera porcentual cuantos valores nulos cada columna del df posee, encontrando que solo parqueaderos y piso poseen información nula/NA.

#install.packages("naniar")
vis_miss(df)

Debido a que tanto parqueaderos como piso tienen un porcentual alto de registros faltantes, 19% y 32% respectivamente, y se desconoce el motivo, se decide continuar con estos valores nulos y no reemplazarlos ya que alterarian fuertemente los analisis a ejecutar (reemplazar por promedio/media/cero u otro valor modificaria los estadisticos ya revisados previamente).

Analisis univariable parte 2

Durante la revisión de datos se identifica que los siguientes atributos: zona/piso/estrato/parquea/banios/habitac/tipo/barrio toman valores categoricos, y el numero de categorias para cada uno se describe a continuación.

sapply(vivienda_faltantes[,c(2:4,7:11)], function(x) n_distinct(x))
##    zona    piso estrato parquea  banios habitac    tipo  barrio 
##       6      13       5      11      12      12       7     437

Teniendo esto como base, analizaremos estas columnas a continuación identificando las categorias y el conteo de datos asociado.

sort(table(df$zona), decreasing = TRUE)
print("Zonas")
sort(table(df$piso), decreasing = TRUE)
print("Piso")
sort(table(df$estrato), decreasing = TRUE)
print("Estrato")
sort(table(df$parquea), decreasing = TRUE)
print("Parqueaderos")
sort(table(df$banios), decreasing = TRUE)
print("Baños")
sort(table(df$habitac), decreasing = TRUE)
print("Habitaciones")
sort(table(df$tipo), decreasing = TRUE)
print("Tipos de vivienda")
## 
##     Zona Sur   Zona Norte   Zona Oeste Zona Oriente  Zona Centro 
##         4726         1922         1204          351          124 
## [1] "Zonas"
## 
##    2    3    1    4    5    6    8    7    9   10   11   12 
## 1450 1097  861  607  568  245  211  207  146  130   84   83 
## [1] "Piso"
## 
##    5    4    6    3 
## 2751 2131 1992 1453 
## [1] "Estrato"
## 
##    1    2    3    4    5    6    7    8   10    9 
## 3156 2478  521  386   68   68   18   17    8    4 
## [1] "Parqueaderos"
## 
##    2    3    4    5    1    6    7    8    0    9   10 
## 2946 1994 1460  891  497  315  107   48   45   15    9 
## [1] "Baños"
## 
##    3    4    2    5    6    7    8    9    0    1   10 
## 4101 1731  927  680  318  173  138   83   66   59   51 
## [1] "Habitaciones"
## 
## Apartamento        Casa APARTAMENTO        casa        apto        CASA 
##        5032        3195          61          14          13          12 
## [1] "Tipos de vivienda"
barplot(table(df$zona), ylim=c(0,5000), ylab="# viviendas", col=rainbow(5))

barplot(table(df$piso), ylim=c(0,1500), ylab="# viviendas", xlab="Piso de la vivienda", col=rainbow(12))

estratovivienda <- sort(table(df$estrato), decreasing = TRUE)
pie(estratovivienda)

barplot(table(df$parquea), ylim=c(0,3500), ylab="# viviendas", xlab="Parqueaderos por vivienda", col=rainbow(10))

barplot(table(df$banios), ylim=c(0,3500), ylab="# viviendas", xlab="Banios por vivienda", col=rainbow(11))

Del analisis previo de categorias se resalta que:

  1. Se identifican 5 zonas en Cali donde la mayor poblacion de datos se encuentra en el area sur con 4726 regitros y el menor siendo el Centro con 124.
  2. El atributo piso tiene datos de 1 a 12, siendo el 2 el que mayor de datos posee con 1450 y por ultimo el 12 con 83.
  3. Con respecto el estrato, este toma valores entre 6 y 3, donde se observa que el mayor numero de registros corresponden al 5 y el menor es el 3.
  4. El atributo parquea tiene datos de 1 a 10, siendo la unidad el que mayor de datos posee con 3156 y por ultimo el 9 con 4.
  5. Los baños estan entre 0 y 10, con el mayor registros en 2 por inmueble.
  6. Las habitaciones se mueven entre 0 y 10, siendo el 3 el que representa a 4101 registros.
  7. En la información se poseen datos de 5106 apartamentos y 3221 casas.

Preprocesamiento parte 2: estandarizacion columna tipo

De esta revisión se identifica que la columna “tipo” presenta 7 categorias sin embargo como se puede observar se podrian subdividir en unicamente dos, Apartamento (Apartamento, APARTAMENTO, apto) y Casa (Casa, casa, CASA). Con el objetivo de realizar un mejor manejo de la información estos 7 campos se homologaran en Apartamento o Casa.

df$tipo[df$tipo=="casa"] <-"Casa"
df$tipo[df$tipo=="CASA"] <-"Casa"
df$tipo[df$tipo=="APARTAMENTO"] <-"Apartamento"
df$tipo[df$tipo=="apto"] <-"Apartamento"
tipovivienda <- sort(table(df$tipo), decreasing = TRUE)
sort(table(df$tipo), decreasing = TRUE)
## 
## Apartamento        Casa 
##        5106        3221

Analisis entre variables: precio, area, tipo, zona

Posterior al análisis individual de las variables, se evalua la interrelacion entre los atributos Precio, Area, tipo y zona, adicionalmente se genera un atributo calculado nuevo el cual se le da el nombre de “precioxm2” con el objetivo de relacionar el precio y area de cada vivienda.

#install.packages("table1")
dfprecio_area_tipo <- na.omit(df[,c(2, 5,6,10)])
dfprecio_area_tipo$precioxm2 <- with(dfprecio_area_tipo, preciom/areaconst)
summary(dfprecio_area_tipo$precioxm2)
cv_precioxm2 <-100*sd(dfprecio_area_tipo$precioxm2, na.rm=TRUE)/mean(dfprecio_area_tipo$precioxm2, na.rm=TRUE)
cat("El coeficiente de variacion del precio es",round(cv_precioxm2, digits=0))
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.1461  1.9167  2.6431  2.7230  3.3810  9.4681 
## El coeficiente de variacion del precio es 40

El nuevo atributo tiene un coeficiente de variacion del 40% por lo cual se indica heterogeneidad, tambien se encuentra que el precio por metro cuadrado esta entre 0.1461 y 9.4681 Millones/m2, el valor promedio es de 2.723 millones/m2 y el 75% de las viviendas presentan una relacion de precio/m2 igual o inferior a 3.38 Millones/m2.

A continuación se identifica que las casas tienden a tener en promedio un mayor precio de venta y mayores areas, sin embargo el precio promedio por metro cuadrado es menor al de los apartamentos.

table1(~ preciom  + areaconst +precioxm2 | tipo, data=dfprecio_area_tipo)
Apartamento
(N=5106)		 Casa
(N=3221)		 Overall
(N=8327)
preciom
Mean (SD) 368 (290) 540 (358) 434 (329)
Median [Min, Max] 280 [58.0, 1950] 430 [77.0, 2000] 330 [58.0, 2000]
areaconst
Mean (SD) 113 (69.6) 273 (171) 175 (143)
Median [Min, Max] 90.0 [35.0, 932] 240 [30.0, 1750] 123 [30.0, 1750]
precioxm2
Mean (SD) 3.10 (0.985) 2.12 (0.953) 2.72 (1.08)
Median [Min, Max] 3.00 [0.281, 9.47] 1.92 [0.146, 8.05] 2.64 [0.146, 9.47]

A continuación se identifica a la zona Oeste como el area con el mayor precio promedio de vivienda apesar de que el area promedio de las zonas Centro y Oriente son cercanas. Esto se ratifica con un mayor precio por metro cuadrado en la Zona oeste frente a las otras.

table1(~ preciom  + areaconst +precioxm2 | zona, data=dfprecio_area_tipo)
Zona Centro
(N=124)		 Zona Norte
(N=1922)		 Zona Oeste
(N=1204)		 Zona Oriente
(N=351)		 Zona Sur
(N=4726)		 Overall
(N=8327)
preciom
Mean (SD) 310 (162) 346 (241) 679 (393) 229 (122) 427 (323) 434 (329)
Median [Min, Max] 297 [100, 1100] 300 [65.0, 1940] 580 [85.0, 2000] 210 [58.0, 1350] 320 [75.0, 1900] 330 [58.0, 2000]
areaconst
Mean (SD) 194 (110) 161 (138) 197 (122) 192 (157) 173 (149) 175 (143)
Median [Min, Max] 160 [52.0, 750] 107 [30.0, 1440] 166 [44.0, 1200] 160 [40.0, 1750] 113 [40.0, 1600] 123 [30.0, 1750]
precioxm2
Mean (SD) 1.75 (0.731) 2.45 (0.988) 3.65 (1.23) 1.44 (0.673) 2.72 (0.916) 2.72 (1.08)
Median [Min, Max] 1.53 [0.813, 5.07] 2.23 [0.257, 9.47] 3.71 [0.768, 8.30] 1.32 [0.146, 6.37] 2.69 [0.281, 8.05] 2.64 [0.146, 9.47]

Correlacionando los atributos Zona, tipo, preciom, areaconst y precioxm2 se encuentra que:

  1. Para todas las zonas el precio de las casas siempre es mayor al de los apartamentos.
  2. El area promedio de las casas para todas las zonas siempre es mayor al de los apartamentos.
  3. La zona con el mayor precio por metro cuadrado para apartamentos y casas es la Zona oeste y la menor es la zona Oriente.
  4. La zona con mayor area promedio por casa y por apartamento es la zona Oeste y la menor es la zona Oriente.
table1(~ preciom  + areaconst + precioxm2| zona + tipo, data=dfprecio_area_tipo)
Zona Centro
Zona Norte
Zona Oeste
Zona Oriente
Zona Sur
Overall
Apartamento
(N=24)		 Casa
(N=100)		 Apartamento
(N=1199)		 Casa
(N=723)		 Apartamento
(N=1035)		 Casa
(N=169)		 Apartamento
(N=62)		 Casa
(N=289)		 Apartamento
(N=2786)		 Casa
(N=1940)		 Apartamento
(N=5106)		 Casa
(N=3221)
preciom
Mean (SD) 187 (90.8) 339 (162) 285 (200) 446 (268) 669 (391) 736 (398) 153 (165) 245 (104) 297 (192) 612 (378) 368 (290) 540 (358)
Median [Min, Max] 153 [100, 400] 310 [148, 1100] 250 [65.0, 1580] 390 [89.0, 1940] 570 [85.0, 1950] 680 [135, 2000] 115 [58.0, 1350] 235 [80.0, 750] 245 [75.0, 1750] 480 [77.0, 1900] 280 [58.0, 1950] 430 [77.0, 2000]
areaconst
Mean (SD) 95.1 (30.7) 218 (109) 98.7 (56.4) 265 (167) 173 (89.6) 343 (181) 94.2 (64.8) 213 (163) 97.5 (52.6) 282 (173) 113 (69.6) 273 (171)
Median [Min, Max] 93.0 [52.0, 155] 200 [74.0, 750] 83.0 [35.0, 660] 240 [30.0, 1440] 150 [44.0, 550] 300 [55.0, 1200] 63.0 [50.0, 320] 179 [40.0, 1750] 85.0 [40.0, 932] 247 [47.0, 1600] 90.0 [35.0, 932] 240 [30.0, 1750]
precioxm2
Mean (SD) 1.95 (0.578) 1.70 (0.758) 2.81 (0.939) 1.85 (0.744) 3.85 (1.10) 2.39 (1.24) 1.70 (0.821) 1.39 (0.625) 2.99 (0.784) 2.34 (0.954) 3.10 (0.985) 2.12 (0.953)
Median [Min, Max] 1.84 [1.16, 3.65] 1.49 [0.813, 5.07] 2.67 [0.775, 9.47] 1.67 [0.257, 7.00] 3.84 [1.10, 8.30] 2.07 [0.768, 7.80] 1.58 [0.625, 6.37] 1.26 [0.146, 4.86] 2.90 [0.281, 6.41] 2.17 [0.376, 8.05] 3.00 [0.281, 9.47] 1.92 [0.146, 8.05]

A continuación se observa un grafico donde se realiza regresion lineal a las variables precio y area construida en funcion de la zona. En este se ratifica que la zona oeste tiene una tendencia con una pendiente mas alta lo cual significa que su precio crece con el area a una tasa mayor que el de las otras zonas y por el contrario la zona oriente es la de enor crecimiento.

ggplot(dfprecio_area_tipo, aes(x=areaconst, y=preciom, color=zona)) + 
  geom_point()+geom_smooth(method=lm)
## `geom_smooth()` using formula = 'y ~ x'

Conclusiones

  1. El precio y el area de las viviendas presentan heterogeneidad y esto se debe a que existe variabilidad de estos en funcion del tipo de vivienda, casa/apartamento, y la zona en la cual se encuentra ubicada.

  2. Se identifica que el 75% de las viviendas analizadas presentan: 1 o 2 parqueaderos, 4 o menos baños y 4 o menos habitaciones. indicanto.

  3. Las variables: piso, precio, area, parqueaderos, baños, habitaciones, presentan una curtosis leptocurtica (picos altos) y presentan una asimetria postiva, es decir tienen una mayor tendencia en general a estar cercanos al valor más bajo. Queriendo explicar que las viviendas en su mayoria estaran en los pisos más bajos (5 o menos 3Q), areas pequeñas (229m2 o menos 3Q), un numero bajo de parqueaderos (1o 2), baños (0 a 4, 3Q) y habitaciones (0 a 4, 3Q).

  4. Se debe realizar un analisis posterior más detallado o evaluar con la empresa B& los valores nulos de las variables piso y parqueaderos, ya que su porcentaje son considerablemente altos y pueden afectar la toma de desiciones del negocio.

  5. La zona sur de Cali es el area con mayor numero de viviendas y la zona centro el de meno número.

  6. Si se desea buscar una vivienda con un alto precio por metro cuadrado la zona con mayor proporción y promedio de estos datos se encuentra en la Zona Oeste, por el contrario la zona con menor precio por metro cuadrado es la zona Oriente.

  7. En general para todas las zonas los apartamentos poseen la relación precio por metro cuadrado más alta en promedio, a pesar de que en promedio tienen areas menores comparadas con las casas.

  8. Cada zona de la ciudad aparenta tener una tendencia de relación precio por metro cuadrado distintiva, siendo para la zona oeste la que mayor crecimiento en funcion del area tiene.

  9. La zona centro tiene el conteo de apartamentos más bajos de la ciudad, mientras que la zona sur tiene un amyor crecimiento en el conteo de estos.