Caso: Análisis del mercado inmobiliario en Cali
Métodos y Simulación Estadística. Actividad 1
Sofy Certuche González
2024-08-12
1. Introducción
Cali es la tercera ciudad más poblada de Colombia y una de las más estables económicamente, tiene un gran potencial de crecimiento lo que la hace atractiva para residir en ella, lo que se refleja en su alta demanda en el mercado inmobiliario.
En este proyecto, usando R, se realiza un análisis estadístico descriptivo del comportamiento del mercado inmobiliario de acuerdo a la información recogida por la empresa B&C, esto con el propósito de que sea útil para la toma de decisiones comerciales.
2. Objetivos
Entregar a la empresa B&C un informe estadístico descriptivo del mercado inmobiliario en Cali, con el fin de que con esto se logren desarrollar estrategias de marketing, establecer precios de venta y personalizar servicios.
Identificar patrones y comportamientos comunes en las ofertas de vivienda en Cali.
3. Métodos
Los datos son obtenidos de la librería paqueteMETODOS de R y, analizados a través de la misma herramienta haciendo uso de diferentes paquetes que permiten realizar un análisis estadístico descriptivo, de acuerdo a la siguiente metodología.
- Cargue y exploración de datos.
- Identificación de faltantes.
- Imputación y estandarización de datos.
- Análisis descriptivo.
3.1. Cargue de datos
data(vivienda_faltantes)
head(vivienda_faltantes)ByC <- vivienda_faltantes
ByC## # A tibble: 8,330 × 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 Apar…
## 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
## 7 8299 Zona Sur 2 6 305 125 2 3 3 Apar…
## 8 8300 Zona Oeste NA 5 480 280 4 4 4 Apar…
## 9 8286 Zona Sur NA 5 275 74 1 2 3 Apar…
## 10 8287 Zona Sur 2 5 285 120 2 4 3 Apar…
## # ℹ 8,320 more rows
## # ℹ 3 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>3.2. Identificación de datos faltantes por variable
faltantes <- colSums(is.na(ByC)) %>% as.data.frame()
faltantes## .
## id 3
## zona 3
## piso 2641
## estrato 3
## preciom 2
## areaconst 3
## parquea 1606
## banios 3
## habitac 3
## tipo 3
## barrio 3
## longitud 3
## latitud 3library(naniar)
gg_miss_var(ByC)
VIM::aggr(ByC, cex.axis =1, cex.lab=1)
3.3. Imputación y estandarización de datos
- Imputar por cero. Los datos faltantes de la variable “parquea” sugiere que esos inmuebles no tienen parqueaderos.
ByC$parquea[is.na(ByC$parquea)] <- 0- Imputar por la moda. La variable “piso” es cualitativa de escala ordinal, por lo que los datos faltantes se reemplazan por la moda.
moda_piso <- Mode(ByC$piso, na.rm = TRUE)
ByC$piso[is.na(ByC$piso)] <- moda_piso- Eliminar registros con datos faltantes.
ByC <- na.omit(ByC)- Estandarizar variable “tipo” ya que realmente consta de dos opciones.
ByC$tipo <- ifelse(ByC$tipo=="Casa","CASA",ifelse(ByC$tipo=="casa","CASA",ByC$tipo))
ByC$tipo <- ifelse(ByC$tipo=="apto","APARTAMENTO",ifelse(ByC$tipo=="Apartamento","APARTAMENTO",ByC$tipo))
table(ByC$tipo)##
## APARTAMENTO CASA
## 5106 3221- Ajustar las variables “longitud” y “latitud” de acuerdo a las coordenadas válidas.
ByC$longitud <- ifelse(ByC$longitud<=-90,ByC$longitud/1000,ByC$longitud)
ByC$latitud <- ifelse(ByC$latitud>=270,ByC$latitud/1000,ByC$latitud)- Definir las varibles “estrato”, “piso”, “parquea”, “banios” y, “habitac” como cualitativas de escala ordinal.
ByC$estrato <- as.character(ByC$estrato)
ByC$piso <- as.character(ByC$piso)
ByC$parquea <- as.character(ByC$parquea)
ByC$banios <- as.character(ByC$banios)
ByC$habitac <- as.character(ByC$habitac) - Crear variable “preciom2” equivalente al precio de venta por metro cuadrado.
ByC$preciom2 <- ByC$preciom/ByC$areaconst- Verificar que después de la imputación no se cuenta con datos faltantes.
faltantes <- colSums(is.na(ByC)) %>% as.data.frame()
faltantes## .
## id 0
## zona 0
## piso 0
## estrato 0
## preciom 0
## areaconst 0
## parquea 0
## banios 0
## habitac 0
## tipo 0
## barrio 0
## longitud 0
## latitud 0
## preciom2 0ByC## # A tibble: 8,327 × 14
## id zona piso estrato preciom areaconst parquea banios habitac tipo
## <dbl> <chr> <chr> <chr> <dbl> <dbl> <chr> <chr> <chr> <chr>
## 1 8312 Zona Oeste 4 6 1300 318 2 4 2 APAR…
## 2 8311 Zona Oeste 1 6 480 300 1 4 4 CASA
## 3 8307 Zona Oeste 2 5 1200 800 4 7 5 CASA
## 4 8296 Zona Sur 2 3 220 150 1 2 4 CASA
## 5 8297 Zona Oeste 2 5 330 112 2 4 3 CASA
## 6 8298 Zona Sur 2 5 1350 390 8 10 10 CASA
## 7 8299 Zona Sur 2 6 305 125 2 3 3 APAR…
## 8 8300 Zona Oeste 2 5 480 280 4 4 4 APAR…
## 9 8286 Zona Sur 2 5 275 74 1 2 3 APAR…
## 10 8287 Zona Sur 2 5 285 120 2 4 3 APAR…
## # ℹ 8,317 more rows
## # ℹ 4 more variables: barrio <chr>, longitud <dbl>, latitud <dbl>,
## # preciom2 <dbl>4. Resultados
- Precio de las viviendas en diferentes zonas de Cali.
- Tipo de viviendas más ofertadas en Cali.
- Características más relevantes de la oferta de vivienda en Cali.
4.1. Análisis de precios de venta de las viviendas en Cali
De acuerdo a la distribución geográfica de los precios de venta de las viviendas en Cali, se observa que los precios más altos están en el oeste y sur de la ciudad.
Analizando las medidas de tendencia central y dispersión de los precios de las viviendas por estrato socioeconómico, se tiene que los precios más altos corresponden al estrato 6 con un promedio de 801M COP, frente a un promedio de 210M COP en estrato 3, equivalente a un 26%, es decir que, en promedio una vivienda en estrato 3 cuesta la cuarta parte de una en estrato 6.
| estrato | n | Min. | Q1 | Median | Q3 | Max. | Mean | Sd |
|---|---|---|---|---|---|---|---|---|
| 3 | 1453 | 58 | 120 | 160 | 270 | 1600 | 210 | 134 |
| 4 | 2131 | 78 | 165 | 235 | 335 | 1800 | 275 | 158 |
| 5 | 2751 | 89 | 270 | 350 | 470 | 1999 | 410 | 224 |
| 6 | 1992 | 128 | 515 | 700 | 990 | 1950 | 801 | 380 |
Según el diagrama de cajas y alambres el 50% de los precios de venta de las viviendas de estrato 6 se encuentran entre dentro 515M COP y 990M COP, con la mayor desviación estándar de 380M COP. Mientras que para los estratos 3, 4 y 5, las desviaciones estándar son de 134M, 158M y 224M, respectivamente, lo que indica una menor dispersión de los datos. Para todos los estratos socioeconómicos el precio de venta de las casas es más alto que el de los apartamentos.
Continuando con el análisis de medidas de tendencia central y dispersión de los precios de las viviendas por zona, se confirma lo que se evidencia en el mapa anterior, esto es, los precios de venta son superiores en las zonas oeste y sur, con precios promedio de 679M COP y 427M COP, respectivamente, presentando las mayores dispersiones en precios con desviaciones estándar de 393M y 323M.
| zona | n | Min. | Q1 | Median | Q3 | Max. | Mean | Sd |
|---|---|---|---|---|---|---|---|---|
| Zona Centro | 124 | 100 | 186 | 297 | 364 | 1100 | 310 | 162 |
| Zona Norte | 1922 | 65 | 160 | 300 | 430 | 1940 | 346 | 241 |
| Zona Oeste | 1204 | 85 | 394 | 580 | 900 | 1999 | 679 | 393 |
| Zona Oriente | 351 | 58 | 145 | 210 | 290 | 1350 | 229 | 122 |
| Zona Sur | 4726 | 75 | 222 | 320 | 520 | 1900 | 427 | 323 |
En la zona oriente el 50% de las viviendas tienen precios entre 145M COP y 290M COP, con una baja dispersión representada por una desviación estándar de 122M. Al igual que en los estratos, en todas las zonas el precio promedio de venta de casas es superior que el de los apartamentos.
A pesar de que en promedio el precio de venta de las casas es superior al de los apartamentos, el precio promedio por metro cuadrado de los apartamentos es superior que el de las casas en cualquier estrato socioeconómico y zona.
## `summarise()` has grouped output by 'estrato'. You can override using the
## `.groups` argument.| estrato | tipo | Mean | Sd |
|---|---|---|---|
| 3 | APARTAMENTO | 2.0 | 0.5 |
| 3 | CASA | 1.6 | 0.7 |
| 4 | APARTAMENTO | 2.7 | 0.5 |
| 4 | CASA | 2.0 | 0.8 |
| 5 | APARTAMENTO | 3.1 | 0.8 |
| 5 | CASA | 2.1 | 0.8 |
| 6 | APARTAMENTO | 4.0 | 1.0 |
| 6 | CASA | 2.9 | 1.1 |
## `summarise()` has grouped output by 'zona'. You can override using the
## `.groups` argument.| zona | tipo | Mean | Sd |
|---|---|---|---|
| Zona Centro | APARTAMENTO | 1.9 | 0.6 |
| Zona Centro | CASA | 1.7 | 0.8 |
| Zona Norte | APARTAMENTO | 2.8 | 0.9 |
| Zona Norte | CASA | 1.8 | 0.7 |
| Zona Oeste | APARTAMENTO | 3.9 | 1.1 |
| Zona Oeste | CASA | 2.4 | 1.2 |
| Zona Oriente | APARTAMENTO | 1.7 | 0.8 |
| Zona Oriente | CASA | 1.4 | 0.6 |
| Zona Sur | APARTAMENTO | 3.0 | 0.8 |
| Zona Sur | CASA | 2.3 | 1.0 |
4.2. Análisis de tipo de vivienda ofertadas
En general, el tipo de vivienda más ofertado es apartamento con un 61,3% frente a un 38,7% de casa.
## Warning: The dot-dot notation (`..count..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(count)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
El mayor número de inmuebles ofertados están en la zona sur.
4.3. Características más relevantes de las viviendas en Cali
Las variables piso, parquea, banios y, habitac no son determinantes al momento de definir el precio de una vivienda en Cali.
5. Conclusiones
Los precios de venta de las viviendas en Cali se comportan de acuerdo a los estratos socioeconómicos, esto es, entre más alto es el estrato mayor es el precio.
En Cali se ofertan más apartamentos que casas, sin embargo, las casas son más costosas, con la particularidad de que el valor del metro cuadrado es más costoso en los apartamentos.
La mayoría de inmuebles ofertados están ubicados en el segundo piso y cuentan con uno o dos parqueaderos y en su mayoría con dos baños y tres habitaciones.
6. Anexos
Se anexa el archivo RMD en la plataforma.