Trabajo 1
Karen Rosero
2023-08-15
R Markdown
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00Including Plots
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the plot. #
Introducción El presente taller tiene como propósito analizar
de manera descriptiva elementos estadísticos del sector inmobiliario con
el fin de estructurar de manera clara y profunda las principales
tendencias que prevalecen en el nicho de mercado, de modo que se permita
al sector de la inmobiliaria B&C tomar decisiones que le posibiliten
establecer estrategias de marketing adecuadas para la empresa. Cabe
mencionar que el trabajo se llevó a cabo desde un tipo de análisis
exploratorio y descriptivo, donde se tienen en cuenta medidas de
tendencia central.
Objetivos
Objetivo general
Desarrollar un estudio exploratorio descriptivo sobre el mercado inmobiliario en la ciudad de Cali para contribuir a la toma de decisiones de la empresa B&C.
Objetivos específicos • Efectuar un proceso de limpieza de la base de datos • Realizar un análisis descriptivo de las variables de manera univariada • Desarrollar algunos análisis bivariados
Metodología Para el desarrollo del presente estudio se llevó a cabo inicialmente el análisis de la base de datos “PaqueteMET,a partir de lo que se empleo el programa RStudio para la limpieza, análisis e imputación de datos. De esta manera, se inicia con el desarrollo de un proceso analítico que permita analizar la naturaleza de los datos para identificar datos faltantes, variables de interés y el comportamiento de las principales estadísticas descriptivas. Posteriormente, se procedió a determinar que variables se van a realizar para el análisis univariado, teniendo en cuenta los procedimientos previos de imputación de datos y los objetivos de la organización. A partir de la obtención de dichos pasos, se procede a efectuar un cruce de variables, lo que se obtiene mediante un análisis bivariado de los datos.
Resultados
library(paqueteMET)
data("vivienda_faltantes")
library(summarytools)
library(mice)##
## Attaching package: 'mice'## The following object is masked from 'package:stats':
##
## filter## The following objects are masked from 'package:base':
##
## cbind, rbindlibrary(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionset.seed(123)
datosNA<-sample_n(vivienda_faltantes,8000)
str(datosNA)## spc_tbl_ [8,000 × 13] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
## $ id : num [1:8000] 122 190 880 1663 1401 ...
## $ zona : chr [1:8000] "Zona Norte" "Zona Oriente" "Zona Oriente" "Zona Sur" ...
## $ piso : num [1:8000] 1 4 1 NA NA 1 7 NA 2 4 ...
## $ estrato : num [1:8000] 3 3 3 4 4 5 5 3 5 3 ...
## $ preciom : num [1:8000] 150 360 250 375 150 270 290 235 450 125 ...
## $ areaconst: num [1:8000] 93 420 210 74 57 75 93 122 252 72 ...
## $ parquea : num [1:8000] NA 1 NA 1 NA 1 1 1 2 NA ...
## $ banios : num [1:8000] 1 6 4 5 2 2 3 2 2 2 ...
## $ habitac : num [1:8000] 4 9 4 5 3 3 3 5 7 3 ...
## $ tipo : chr [1:8000] "Casa" "Casa" "Apartamento" "Casa" ...
## $ barrio : chr [1:8000] "la rivera" "las ceibas" "morichal de comfandi" "calicanto viii" ...
## $ longitud : num [1:8000] -76.5 -76.5 -76.5 -76517 -76.5 ...
## $ latitud : num [1:8000] 3.48 3.46 3.4 3373 3.38 ...
## - 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_double" "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"
## .. ..$ parquea : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ banios : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ habitac : 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>datosSINA<-na.omit(datosNA)
faltantes<-colSums(is.na(datosNA))
faltantes## id zona piso estrato preciom areaconst parquea banios
## 3 3 2540 3 2 3 1533 3
## habitac tipo barrio longitud latitud
## 3 3 3 3 3library(naniar)
gg_miss_var(datosNA)
datosSINA <-na.omit(datosNA)
grafico<-md.pattern(datosSINA,rotate.names = TRUE)## /\ /\
## { `---' }
## { O O }
## ==> V <== No need for mice. This data set is completely observed.
## \ \|/ /
## `-----'
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats 1.0.0 ✔ readr 2.1.4
## ✔ ggplot2 3.4.2 ✔ stringr 1.5.0
## ✔ lubridate 1.9.2 ✔ tibble 3.2.1
## ✔ purrr 1.0.2 ✔ tidyr 1.3.0## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks mice::filter(), stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ✖ tibble::view() masks summarytools::view()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsdatosSINA$barrio=str_to_lower(datosSINA$barrio)
datosSINA$tipo=str_to_lower(datosSINA$tipo)
datosSINA$estrato=str_to_lower(datosSINA$estrato)
datosSINA$preciom=str_to_lower(datosSINA$preciom)
breaks = c(58, 136, 206, 280, 337, 423, 590, 760, 960, 1300, 1584)
precio.intervalo=cut(1:8000, breaks=11)
summarytools::freq(precio.intervalo)## Frequencies
## precio.intervalo
## Type: Factor
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ------------------------- ------ --------- -------------- --------- --------------
## (-7,728] 728 9.10 9.10 9.10 9.10
## (728,1.46e+03] 727 9.09 18.19 9.09 18.19
## (1.46e+03,2.18e+03] 727 9.09 27.27 9.09 27.27
## (2.18e+03,2.91e+03] 727 9.09 36.36 9.09 36.36
## (2.91e+03,3.64e+03] 727 9.09 45.45 9.09 45.45
## (3.64e+03,4.36e+03] 728 9.10 54.55 9.10 54.55
## (4.36e+03,5.09e+03] 727 9.09 63.64 9.09 63.64
## (5.09e+03,5.82e+03] 727 9.09 72.72 9.09 72.72
## (5.82e+03,6.55e+03] 727 9.09 81.81 9.09 81.81
## (6.55e+03,7.27e+03] 727 9.09 90.90 9.09 90.90
## (7.27e+03,8.01e+03] 728 9.10 100.00 9.10 100.00
## <NA> 0 0.00 100.00
## Total 8000 100.00 100.00 100.00 100.00table(datosSINA$tipo)##
## apartamento apto casa
## 3058 3 1562table(datosSINA$estrato)##
## 3 4 5 6
## 417 1164 1791 1251table(datosSINA$habitac)##
## 0 1 2 3 4 5 6 7 8 9 10
## 17 34 459 2361 1050 359 154 79 43 42 25barplot(table(datosSINA$tipo), main = "Tipo de vivienda")
barplot(table(datosSINA$estrato), main = "Principales estratos")
barplot(table(datosSINA$habitac), main = "Número de piezas del hogar")
library(DescTools)
moda_estrato <- Mode(datosSINA$estrato, na.rm = TRUE)
datosSINA$estrato [is.na(datosSINA$estrato)] <- moda_estrato
str(moda_estrato)## chr "5"
## - attr(*, "freq")= int 1791conclusiones
Al observar las gráficas anteriores es posible establecer que los apartamentos son los tipos de viviendas mas demandados por las personas en el sector inmobiliario de Cali. en este sentido, es importante reconocer que las casas cuentan con una particular participacion de mas de 1.500 unidades. por otra parte, es posible resaltar que al indagar sobre los principales estrato donde se comercializan las viviendas en el sector inmobiliariode cali se encuentra que el estrato 5 era el que mayor demanda tenía, por lo que las estrategias de marketing deben estar enfocadas a estos sectores, donde las personas cuentan probablemente con mayores recursos.