Introducción

Maria comenzó como agente de bienes raíces en Cali hace 10 años. Después de laborar dos años para una empresa nacional, se traslado a Bogotá y trabajó para otra agencia de bienes raíces. Sus amigos y familiares la convencieron de que con su experiencia y conocimientos del negocio debía abrir su propia agencia. Terminó por adquirir la licencia de intermediario y al poco tiempo fundó su propia compañía, C&A (Casas y Apartamentos) en Cali. Santiago y Lina, dos vendedores de la empresa anterior aceptaron trabajar en la nueva compaña. En la actualidad ocho agentes de bienes raíces colaboran con ella en C&A.

Actualmente las ventas de bienes raíces en Cali se han visto disminuidas de manera significativa en lo corrido del año. Durante este periodo muchas instituciones bancarias de ahorro y vivienda están prestando grandes sumas de dinero para la industria y la construcción comercial y residencial. Cuando el efecto producto de las tensiones políticas y sociales disminuya, se espera que la actividad económica de este sector se reactive.

Hace dos días, María recibió una carta solicitando asesoría para la compra de dos viviendas por parte de una compañía internacional que desea ubicar a dos de sus empleados con sus familias en la ciudad

Oferta de 350 millones

Punto 1

  1. Realice un filtro a la base de datos e incluya solo las ofertas de : base1: casas, de la zona norte de la ciudad. Presente los primeros 3 registros de las bases y algunas tablas que comprueben la consulta. (Adicional un mapa con los puntos de las bases. Discutir si todos los puntos se ubican en la zona correspondiente o se presentan valores en otras zonas, por que?).
library(paqueteMODELOS)
library(leaflet)

data("vivienda")
head(vivienda)
## # A tibble: 6 × 13
##      id zona    piso  estrato preciom areaconst parqueaderos banios habitaciones
##   <dbl> <chr>   <chr>   <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl>
## 1  1147 Zona O… <NA>        3     250        70            1      3            6
## 2  1169 Zona O… <NA>        3     320       120            1      2            3
## 3  1350 Zona O… <NA>        3     350       220            2      2            4
## 4  5992 Zona S… 02          4     400       280            3      5            3
## 5  1212 Zona N… 01          5     260        90            1      2            3
## 6  1724 Zona N… 01          5     240        87            1      3            3
## # ℹ 4 more variables: tipo <chr>, barrio <chr>, longitud <dbl>, latitud <dbl>
str(vivienda)
## 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>
#revision de datos faltantes

datosina <- colSums(is.na(vivienda))
datosina
##           id         zona         piso      estrato      preciom    areaconst 
##            3            3         2638            3            2            3 
## parqueaderos       banios habitaciones         tipo       barrio     longitud 
##         1605            3            3            3            3            3 
##      latitud 
##            3
# Eliminacion de variables parqueadero y piso ya que contienen demasiados vacios y no son variables claras

vivienda$parquea<-NULL
vivienda$piso<-NULL
vivienda<- na.omit(vivienda)

norte<- subset(vivienda, zona == "Zona Norte" & tipo == "Casa")
head(norte, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  1209 Zona N…       5     320       150            2      4            6 Casa 
## 2  1592 Zona N…       5     780       380            2      3            3 Casa 
## 3  4460 Zona N…       4     625       355            3      5            5 Casa 
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapaNorte <- leaflet(norte) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapaNorte
oeste <- subset(vivienda, zona == "Zona Oeste" & tipo == "Casa")
head(oeste, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  6928 Zona O…       6    1850       302            4      4            3 Casa 
## 2  7510 Zona O…       6    1950       400            4      5            3 Casa 
## 3  7586 Zona O…       6     870       275            3      5            4 Casa 
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapaoeste <- leaflet(oeste) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapaoeste
oriente <- subset(vivienda, zona == "Zona Oriente" & tipo == "Casa")
head(oriente, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  1147 Zona O…       3     250        70            1      3            6 Casa 
## 2  1169 Zona O…       3     320       120            1      2            3 Casa 
## 3  1350 Zona O…       3     350       220            2      2            4 Casa 
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapaoriente <- leaflet(oriente) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapaoriente
centro <- subset(vivienda, zona == "Zona Centro" & tipo == "Casa")
head(centro, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  5298 Zona C…       3     650       240            2      4            4 Casa 
## 2  5608 Zona C…       3     295       200            1      5            9 Casa 
## 3  3355 Zona C…       4    1100       217            1      3            1 Casa 
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapacentro <- leaflet(centro) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapacentro
sur <- subset(vivienda, zona == "Zona Sur" & tipo == "Casa")
head(sur, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  5992 Zona S…       4     400       280            3      5            3 Casa 
## 2  5157 Zona S…       3     500       354            1      2            4 Casa 
## 3  5156 Zona S…       3     420       369            1      5            5 Casa 
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapasur <- leaflet(sur) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapasur

Podemos notar que en varias zonas se observa un patrón similar al de la zona norte, donde los puntos están dispersos en ubicaciones diferentes. Esto podría deberse a errores al registrar la zona durante la encuesta. No obstante, es posible que el error se deba a que los encuestados estaban ubicados en áreas que no estaban claramente definidas entre dos zonas, lo que puede entenderse dada la ambigüedad de la situación.

Punto 2

  1. Realice un análisis exploratorio de datos enfocado en la correlación entre la variable respuesta (precio de la casa) en función del área construida, estrato, numero de baños, numero de habitaciones y zona donde se ubica la vivienda. Use gráficos interactivos con el paquete plotly e interprete los resultados.
library(GGally)
vivienda_casas <- subset(vivienda, tipo == "Casa")
correlaciones <-vivienda_casas[,c("preciom","areaconst","estrato","banios","habitaciones")]
ggpairs(correlaciones, title="GGally ") 

La relación entre el precio y el número de habitaciones muestra una correlación positiva de 0.097, lo que indica que generalmente, a medida que el precio de la propiedad aumenta, también lo hace la cantidad de habitaciones. Sin embargo, esta relación es bastante débil.

Para el precio y el número de baños, la correlación de 0.558, lo que sugiere que, al igual que con las habitaciones, un mayor número de baños tiende a asociarse con un precio más alto.

La correlación entre el precio y el estrato es 0.666, lo que indica que a medida que el estrato de la vivienda aumenta, es probable que también lo haga su precio.

En cuanto al precio y el área construida, la correlación es 0.653, lo que sugiere una relación sólida entre un mayor tamaño del inmueble y un precio más alto.

Al revisar la relación entre las variables predictoras, se observa que el área construida y el número de habitaciones tienen una correlación de 0.287, lo que indica que, en general, un mayor área construida se asocia con más habitaciones.

La correlación entre el área construida y el número de baños también es 0.449, lo que sugiere una relación similar de que un área construida más grande se relaciona con más baños.

Sin embargo, la correlación entre el estrato y el área construida es -0.114, lo que indica que hay una relación mínima entre el estrato de la vivienda y su tamaño.

Para el estrato y el número de habitaciones, la correlación es -0.067, lo que sugiere que no hay una relación clara entre el estrato y la cantidad de habitaciones.

La correlación entre el estrato y el número de baños es 0.449, lo que indica una relación más sólida entre el estrato de la vivienda y el número de baños.

Finalmente, la correlación entre el número de baños y el número de habitaciones es 0.476, lo que sugiere que, en general, una mayor cantidad de baños se asocia con una mayor cantidad de habitaciones.

Punto 3

  1. Estime un modelo de regresión lineal múltiple con las variables del punto anterior (precio = f(área construida, estrato, número de cuartos, número de parqueaderos, número de baños ) ) e interprete los coeficientes si son estadísticamente significativos. Las interpretaciones deber están contextualizadas y discutir si los resultados son lógicos. Adicionalmente interprete el coeficiente R2 y discuta el ajuste del modelo e implicaciones (que podrían hacer para mejorarlo).
modelado <- lm(preciom ~ areaconst + estrato + banios + habitaciones, data = vivienda_casas)
summary(modelado)
## 
## Call:
## lm(formula = preciom ~ areaconst + estrato + banios + habitaciones, 
##     data = vivienda_casas)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1388.05  -128.96   -33.44    83.12  1114.50 
## 
## Coefficients:
##                Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  -471.55507   27.08664 -17.409  < 2e-16 ***
## areaconst       0.89922    0.03004  29.939  < 2e-16 ***
## estrato       140.99904    5.42925  25.970  < 2e-16 ***
## banios         52.36735    4.25123  12.318  < 2e-16 ***
## habitaciones  -17.31540    3.38970  -5.108  3.5e-07 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 218.9 on 2481 degrees of freedom
## Multiple R-squared:  0.6397, Adjusted R-squared:  0.6392 
## F-statistic:  1101 on 4 and 2481 DF,  p-value: < 2.2e-16
resumen <- summary(modelado)
r_cuadrado <- resumen$r.squared
r_cuadrado
## [1] 0.6397414

El coeficiente de determinación, comúnmente conocido como R cuadrado (R²), es una medida estadística que proporciona información sobre la proporción de la varianza en la variable dependiente que es explicada por el modelo de regresión. En otras palabras, indica qué tan bien se ajustan los valores predichos por el modelo a los valores observados de la variable dependiente.

Un R cuadrado igual a 0.6397414 significa que aproximadamente el 63.97% de la variabilidad en la variable dependiente puede explicarse por las variables independientes incluidas en el modelo de regresión. En términos simples, esto sugiere que el modelo es capaz de explicar un porcentaje significativo de la variabilidad en los datos observados. Un R cuadrado más cercano a 1 indica un mejor ajuste del modelo a los datos, lo que implica que las variables independientes incluidas en el modelo explican una mayor proporción de la variabilidad en la variable dependiente. Por otro lado, un R cuadrad

Punto 4

  1. Realice la validación de supuestos del modelo e interprete los resultados (no es necesario corregir en caso de presentar problemas, solo realizar sugerencias de que se podría hacer).
qqnorm(resid(modelado))

plot(modelado, which = 1)

summary(lm(preciom ~ areaconst + estrato + banios + habitaciones, data = vivienda))$coef
##                 Estimate  Std. Error   t value      Pr(>|t|)
## (Intercept)  -413.602930 15.17401292 -27.25732 2.999241e-155
## areaconst       1.075152  0.02203221  48.79911  0.000000e+00
## estrato       116.587653  2.92369306  39.87684 2.860450e-312
## banios         77.335744  2.71870341  28.44582 3.753622e-168
## habitaciones  -35.226849  2.39204721 -14.72665  2.454247e-48

En esta tabla se presentan los coeficientes estimados, sus errores estándar, los valores t y los valores p asociados con cada coeficiente:

La estimación para el número de habitaciones revela una relación inversa entre la variable independiente correspondiente y la variable de respuesta. Los errores estándar son relativamente pequeños, lo que indica una mayor precisión en la estimación. Los valores t muestran que el coeficiente es significativamente distinto de cero. Los valores p son bajos (generalmente <0.05) en todos los casos, lo que indica una significancia estadística para cada coeficiente estimado

Punto 5

  1. Con el modelo identificado debe predecir el precio de la vivienda con las características de la primera solicitud.
solicitud1 <- data.frame(areaconst = 200, estrato = 4, banios = 2, habitaciones = 4)
Prediccion_estrato4 <- predict(modelado, solicitud1, interval = "confidence")
Prediccion_estrato4
##        fit      lwr     upr
## 1 307.7585 292.3319 323.185

En la predicción para la solicitud 1, con un estrato de 4, el precio por metro cuadrado se estima en $307 millones, con un rango de confianza que indica una incertidumbre entre $292 y $323 millones.

solicitud2 <- data.frame(areaconst = 200, estrato = 5, banios = 2, habitaciones = 4)
Prediccion_estrato5 <- predict(modelado, solicitud2, interval = "confidence")
Prediccion_estrato5
##        fit      lwr      upr
## 1 448.7575 429.9893 467.5257

En la predicción para la solicitud 2, con un estrato de 5, el precio por metro cuadrado se estima en $448 millones, con un rango de confianza que indica una incertidumbre entre $429 y $467 millones.

Punto 6

  1. Con las predicciones del modelo sugiera potenciales ofertas que responda a la solicitud de la vivienda 1. Tenga encuentra que la empresa tiene crédito pre-aprobado de máximo 350 millones de pesos. Realice un análisis y presente en un mapa al menos 5 ofertas potenciales que debe discutir.
oferta <- subset(vivienda_casas, areaconst >= 200 & parqueaderos >= 1 & banios >= 2 & habitaciones >= 4 & zona == "Zona Norte" & estrato >= 4 & estrato <= 5 & preciom <= 350)


min(oferta$preciom)
## [1] 230
max(oferta$preciom)
## [1] 350
oferta
## # A tibble: 34 × 12
##       id zona   estrato preciom areaconst parqueaderos banios habitaciones tipo 
##    <dbl> <chr>    <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
##  1  4210 Zona …       5     350       200            3      3            4 Casa 
##  2  4267 Zona …       5     335       202            1      4            5 Casa 
##  3  4800 Zona …       5     340       250            2      4            4 Casa 
##  4  4209 Zona …       5     350       300            3      5            6 Casa 
##  5  4422 Zona …       5     350       240            2      3            6 Casa 
##  6  4458 Zona …       4     315       270            2      4            4 Casa 
##  7  4483 Zona …       5     342       250            1      4            6 Casa 
##  8  1009 Zona …       5     250       243            1      4            5 Casa 
##  9  1270 Zona …       5     350       203            2      2            5 Casa 
## 10  3352 Zona …       4     335       300            3      4            4 Casa 
## # ℹ 24 more rows
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>

Oferta de 850 millones

Punto 1

  1. Realice un filtro a la base de datos e incluya solo las ofertas de : base1: apartamentos, de la zona norte de la ciudad. Presente los primeros 3 registros de las bases y algunas tablas que comprueben la consulta. (Adicional un mapa con los puntos de las bases. Discutir si todos los puntos se ubican en la zona correspondiente o se presentan valores en otras zonas, por que?).
library(paqueteMODELOS)
library(leaflet)

data("vivienda")
head(vivienda)
## # A tibble: 6 × 13
##      id zona    piso  estrato preciom areaconst parqueaderos banios habitaciones
##   <dbl> <chr>   <chr>   <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl>
## 1  1147 Zona O… <NA>        3     250        70            1      3            6
## 2  1169 Zona O… <NA>        3     320       120            1      2            3
## 3  1350 Zona O… <NA>        3     350       220            2      2            4
## 4  5992 Zona S… 02          4     400       280            3      5            3
## 5  1212 Zona N… 01          5     260        90            1      2            3
## 6  1724 Zona N… 01          5     240        87            1      3            3
## # ℹ 4 more variables: tipo <chr>, barrio <chr>, longitud <dbl>, latitud <dbl>
str(vivienda)
## 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>
#revision de datos faltantes

datosina <- colSums(is.na(vivienda))
datosina
##           id         zona         piso      estrato      preciom    areaconst 
##            3            3         2638            3            2            3 
## parqueaderos       banios habitaciones         tipo       barrio     longitud 
##         1605            3            3            3            3            3 
##      latitud 
##            3
# Eliminacion de variables parqueadero y piso ya que contienen demasiados vacios y no son variables claras

vivienda$parquea<-NULL
vivienda$piso<-NULL
vivienda<- na.omit(vivienda)

norte<- subset(vivienda, zona == "Zona Norte" & tipo == "Apartamento")
head(norte, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  1212 Zona N…       5     260        90            1      2            3 Apar…
## 2  1724 Zona N…       5     240        87            1      3            3 Apar…
## 3  2326 Zona N…       4     220        52            2      2            3 Apar…
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapaNorte <- leaflet(norte) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapaNorte
oeste <- subset(vivienda, zona == "Zona Oeste" & tipo == "Apartamento")
head(oeste, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  6999 Zona O…       6     870       200            2      5            3 Apar…
## 2  8055 Zona O…       4     165        61            1      2            3 Apar…
## 3  8058 Zona O…       4     165        61            1      2            2 Apar…
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapaoeste <- leaflet(oeste) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapaoeste
oriente <- subset(vivienda, zona == "Zona Oriente" & tipo == "Apartamento")
head(oriente, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1    82 Zona O…       3     115       111            1      2            4 Apar…
## 2    78 Zona O…       3      58        50            1      1            2 Apar…
## 3  2342 Zona O…       3     113        72            1      1            3 Apar…
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapaoriente <- leaflet(oriente) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapaoriente
centro <- subset(vivienda, zona == "Zona Centro" & tipo == "Apartamento")
head(centro, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  4408 Zona C…       3     120        84            1      2            3 Apar…
## 2  4305 Zona C…       3     120        84            1      2            3 Apar…
## 3  1132 Zona C…       5     325        89            1      2            3 Apar…
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapacentro <- leaflet(centro) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapacentro
sur <- subset(vivienda, zona == "Zona Sur" & tipo == "Apartamento")
head(sur, 3)
## # A tibble: 3 × 12
##      id zona    estrato preciom areaconst parqueaderos banios habitaciones tipo 
##   <dbl> <chr>     <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
## 1  5098 Zona S…       4     290        96            1      2            3 Apar…
## 2   698 Zona S…       3      78        40            1      1            2 Apar…
## 3  8199 Zona S…       6     875       194            2      5            3 Apar…
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>
mapasur <- leaflet(sur) %>%
  addTiles() %>%
  addCircleMarkers(lng = ~longitud, lat = ~latitud, color = "green", radius = 2)


mapasur

Podemos notar que en varias zonas se observa un patrón similar al de la zona norte, donde los puntos están dispersos en ubicaciones diferentes. Esto podría deberse a errores al registrar la zona durante la encuesta. No obstante, es posible que el error se deba a que los encuestados estaban ubicados en áreas que no estaban claramente definidas entre dos zonas, lo que puede entenderse dada la ambigüedad de la situación

Punto 2

  1. Realice un análisis exploratorio de datos enfocado en la correlación entre la variable respuesta (precio de la casa) en función del área construida, estrato, numero de baños, numero de habitaciones y zona donde se ubica la vivienda. Use gráficos interactivos con el paquete plotly e interprete los resultados.
library(GGally)
vivienda_apto <- subset(vivienda, tipo == "Apartamento")
correlaciones <-vivienda_apto[,c("preciom","areaconst","estrato","banios","habitaciones")]
ggpairs(correlaciones, title="GGally ") 

La correlación entre el precio y el número de habitaciones es 0.297, lo que sugiere que, aunque existe una tendencia de que los precios aumenten con el número de habitaciones, esta relación no es muy fuerte.

En cuanto a la correlación entre el precio y el número de baños, es 0.740, lo que indica que un mayor número de baños tiende a aumentar el precio del inmueble, de manera similar a lo que ocurre con el número de habitaciones.

La correlación entre el precio y el estrato es 0.667, lo que significa que a medida que aumenta el estrato de la vivienda, es probable que también aumente su precio.

Para la correlación entre el precio por metro cuadrado y el área construida, es 0.829, lo que indica una relación fuerte entre el valor del inmueble y su tamaño.

En cuanto a las variables predictoras entre sí:

La correlación entre el área construida y el número de habitaciones es 0.409, lo que sugiere que hay una relación bastante uniforme entre el tamaño del área construida y la cantidad de habitaciones en el inmueble.

La correlación entre el área construida y el número de baños es 0.727, lo que indica una relación similar a la anterior, donde un mayor tamaño de área construida se asocia con un mayor número de baños.

La correlación entre el área construida y el estrato es 0.549, lo que sugiere que la relación entre el tamaño del área construida y el estrato de la vivienda es relativamente baja.

La correlación entre el estrato y el número de habitaciones es 0.178, lo que significa que la relación entre el estrato de la vivienda y el número de habitaciones es mínima y no significativa.

La correlación entre el estrato y el número de baños es 0.616, lo que sugiere que hay una relación más sólida entre el estrato de la vivienda y el número de baños.

Finalmente, la correlación entre el número de baños y el número de habitaciones es 0.501, lo que indica una relación significativa entre estas dos variables.

Punto 3

  1. Estime un modelo de regresión lineal múltiple con las variables del punto anterior (precio = f(área construida, estrato, número de cuartos, número de parqueaderos, número de baños ) ) e interprete los coeficientes si son estadísticamente significativos. Las interpretaciones deber están contextualizadas y discutir si los resultados son lógicos. Adicionalmente interprete el coeficiente R2 y discuta el ajuste del modelo e implicaciones (que podrían hacer para mejorarlo).
modelado <- lm(preciom ~ areaconst + estrato + banios + habitaciones, data = vivienda_apto)
summary(modelado)
## 
## Call:
## lm(formula = preciom ~ areaconst + estrato + banios + habitaciones, 
##     data = vivienda_apto)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -2092.41   -60.11    -1.86    47.54   992.38 
## 
## Coefficients:
##                Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  -282.68009   16.73576  -16.89   <2e-16 ***
## areaconst       2.41972    0.04693   51.55   <2e-16 ***
## estrato        71.26960    3.14377   22.67   <2e-16 ***
## banios         68.58350    3.54375   19.35   <2e-16 ***
## habitaciones  -47.73153    4.00796  -11.91   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 145.3 on 4226 degrees of freedom
## Multiple R-squared:  0.7602, Adjusted R-squared:   0.76 
## F-statistic:  3350 on 4 and 4226 DF,  p-value: < 2.2e-16
resumen <- summary(modelado)
r_cuadrado <- resumen$r.squared
r_cuadrado
## [1] 0.7602395

Un valor de R cuadrado de 0.7602395 significa que aproximadamente el 76.02% de la variabilidad en la variable de respuesta (la variable que estamos tratando de predecir) puede ser explicada por las variables predictoras incluidas en el modelo. En otras palabras, el 76.02% de la variación en la variable de interés puede ser explicada por las características o factores que hemos considerado en nuestro análisis.

Punto 4

  1. Realice la validación de supuestos del modelo e interprete los resultados (no es necesario corregir en caso de presentar problemas, solo realizar sugerencias de que se podría hacer).
qqnorm(resid(modelado))

plot(modelado, which = 1)

summary(lm(preciom ~ areaconst + estrato + banios + habitaciones, data = vivienda_apto))$coef
##                 Estimate Std. Error   t value      Pr(>|t|)
## (Intercept)  -282.680085 16.7357576 -16.89079  5.454197e-62
## areaconst       2.419724  0.0469347  51.55511  0.000000e+00
## estrato        71.269601  3.1437699  22.67011 1.789572e-107
## banios         68.583499  3.5437463  19.35339  5.055014e-80
## habitaciones  -47.731533  4.0079561 -11.90920  3.451060e-32

En este cuadro se presentan los coeficientes estimados junto con sus errores estándar, los valores t y los valores p asociados a cada coeficiente:

Para la estimación del número de habitaciones, se identifica una relación negativa entre la variable independiente correspondiente y la variable de respuesta. Los errores estándar son observados como relativamente pequeños, lo que sugiere una mayor precisión en la estimación. En cuanto a los valores p, se observa que todos son bajos (generalmente <0.05), indicando que son significativamente diferentes de cero.

Punto 5

  1. Con el modelo identificado debe predecir el precio de la vivienda con las características de la primera solicitud.
solicitud1 <- data.frame(areaconst = 300, estrato = 5, banios = 3, habitaciones = 5)
Prediccion_estrato4 <- predict(modelado, solicitud1, interval = "confidence")
Prediccion_estrato4
##        fit      lwr      upr
## 1 766.6779 745.5157 787.8401

En la predicción para la solicitud 1, con un estrato de 4, el precio por metro cuadrado se estima en $766 millones, con un rango de confianza que indica una incertidumbre entre $745 y $787 millones.

solicitud2 <- data.frame(areaconst = 300, estrato = 6, banios = 3, habitaciones = 5)
Prediccion_estrato5 <- predict(modelado, solicitud2, interval = "confidence")
Prediccion_estrato5
##        fit      lwr      upr
## 1 837.9475 815.9726 859.9224

En la predicción para la solicitud 2, con un estrato de 5, el precio por metro cuadrado se estima en $837 millones, con un rango de confianza que indica una incertidumbre entre $815 y $859 millones.

Punto 6

  1. Con las predicciones del modelo sugiera potenciales ofertas que responda a la solicitud de la vivienda 1. Tenga encuentra que la empresa tiene crédito pre-aprobado de máximo 350 millones de pesos. Realice un análisis y presente en un mapa al menos 5 ofertas potenciales que debe discutir.
oferta <- subset(vivienda_casas, areaconst >= 300 & parqueaderos >= 3 & banios >= 3 & habitaciones >= 5 & zona == "Zona Norte" & estrato >= 5 & estrato <= 6 & preciom <= 850)


min(oferta$preciom)
## [1] 350
max(oferta$preciom)
## [1] 850
oferta
## # A tibble: 30 × 12
##       id zona   estrato preciom areaconst parqueaderos banios habitaciones tipo 
##    <dbl> <chr>    <dbl>   <dbl>     <dbl>        <dbl>  <dbl>        <dbl> <chr>
##  1  4209 Zona …       5     350       300            3      5            6 Casa 
##  2  3906 Zona …       5     750       700            3      7            5 Casa 
##  3  4349 Zona …       5     650      1188            4      6            6 Casa 
##  4  5444 Zona …       6     850       736            4      8            9 Casa 
##  5  5587 Zona …       6     750       376            3      5            9 Casa 
##  6   677 Zona …       5     430       357            3      3            5 Casa 
##  7  1813 Zona …       5     520       340            4      5            7 Casa 
##  8  2629 Zona …       5     655       400            5      5            6 Casa 
##  9  3041 Zona …       5     550       380            4      4            5 Casa 
## 10  3084 Zona …       5     449       560            4      4            5 Casa 
## # ℹ 20 more rows
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>