Análisis del mercado inmobiliario en cali
Milton Cartagena
2024-08-13
Introducción
Este informe proporciona un análisis detallado del mercado inmobiliario en Cali utilizando datos recientes sobre las viviendas. El objetivo es entender mejor las tendencias de precios, los tipos de viviendas más ofertados y las características promedio de las viviendas en diferentes zonas de la ciudad.
Objetivos
- Definir el precio promedio de las viviendas en diferentes zonas de Cali.
- Identificar el tipo de vivienda más ofertado en el mercado.
- Analizar las características promedio de las viviendas en cada zona.
Métodos
Para alcanzar los objetivos planteados, se realizaron los siguientes pasos: 1. Lectura de Datos: Se cargaron y limpiaron los datos de viviendas. 2. Análisis Estadístico: Se calcularon promedios y frecuencias para los diferentes aspectos de las viviendas. 3. Visualización: Se generaron gráficos para ilustrar los resultados obtenidos.
Instalando git_hub
devtools::install_github("centromagis/paqueteMETODOS")## Skipping install of 'paqueteMETODOS' from a github remote, the SHA1 (1c22a249) has not changed since last install.
## Use `force = TRUE` to force installationCargando datos
data("vivienda_faltantes")Datos faltantes
summarytools::freq(vivienda_faltantes$piso)## Frequencies
## vivienda_faltantes$piso
## Type: Numeric
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ----------- ------ --------- -------------- --------- --------------
## 1 861 15.13 15.13 10.34 10.34
## 2 1450 25.49 40.62 17.41 27.74
## 3 1097 19.28 59.91 13.17 40.91
## 4 607 10.67 70.57 7.29 48.20
## 5 568 9.98 80.56 6.82 55.02
## 6 245 4.31 84.87 2.94 57.96
## 7 207 3.64 88.50 2.48 60.44
## 8 211 3.71 92.21 2.53 62.98
## 9 146 2.57 94.78 1.75 64.73
## 10 130 2.29 97.06 1.56 66.29
## 11 84 1.48 98.54 1.01 67.30
## 12 83 1.46 100.00 1.00 68.30
## <NA> 2641 31.70 100.00
## Total 8330 100.00 100.00 100.00 100.00Resultados codigo R
Calcular el promedio del precio por zona
Este análisis básico proporciona una visión inicial de cómo varían los precios de las viviendas entre diferentes zonas de Cali, lo que es valioso para tomar decisiones informadas en el ámbito del mercado inmobiliario.
precio_por_zona <- vivienda_faltantes %>%
group_by(zona) %>%
summarize(precio_por_zona = mean(preciom, na.rm = TRUE))
print(precio_por_zona)## # A tibble: 6 × 2
## zona precio_por_zona
## <chr> <dbl>
## 1 Zona Centro 310.
## 2 Zona Norte 346.
## 3 Zona Oeste 679.
## 4 Zona Oriente 229.
## 5 Zona Sur 427.
## 6 <NA> 330Tipo de viviendas mas ofertadas en cali
El resultado ofrece una visión clara y ordenada de los tipos de viviendas más ofertados en Cali, proporcionando a la empresa B&C información valiosa para tomar decisiones estratégicas basadas en la oferta actual del mercado.
tipo_viviendas <- vivienda_faltantes %>%
count(tipo) %>%
arrange(desc(n))
print(tipo_viviendas)## # A tibble: 7 × 2
## tipo n
## <chr> <int>
## 1 Apartamento 5032
## 2 Casa 3195
## 3 APARTAMENTO 61
## 4 casa 14
## 5 apto 13
## 6 CASA 12
## 7 <NA> 3Caracteristicas mas relevantes de la oferta de vivienda en cali
El ejercicio ofrece una visión detallada de cómo varían las características más relevantes de las viviendas en las diferentes zonas de Cali, proporcionando a la empresa B&C información clave para la segmentación y estrategia del mercado inmobiliario.
caracteristicas_por_zona <- vivienda_faltantes %>%
group_by(zona) %>%
summarize(
promedio_piso = mean(piso, na.rm = TRUE),
promedio_estrato = mean(estrato, na.rm = TRUE),
promedio_areaconst = mean(areaconst, na.rm = TRUE),
promedio_parquea = mean(parquea, na.rm = TRUE),
promedio_banios = mean(banios, na.rm = TRUE),
promedio_habitac = mean(habitac, na.rm = TRUE)
)
print(caracteristicas_por_zona)## # A tibble: 6 × 7
## zona promedio_piso promedio_estrato promedio_areaconst promedio_parquea
## <chr> <dbl> <dbl> <dbl> <dbl>
## 1 Zona Centro 2.26 3.20 194. 1.41
## 2 Zona Norte 3.99 4.28 161. 1.65
## 3 Zona Oeste 4.70 5.48 197. 2.15
## 4 Zona Orien… 2.13 3.04 192. 1.38
## 5 Zona Sur 3.61 4.72 173. 1.83
## 6 <NA> NaN NaN NaN NaN
## # ℹ 2 more variables: promedio_banios <dbl>, promedio_habitac <dbl>Convertir el dataframe a formato largo y eliminar filas con valores faltantes
caracteristicas_long <- caracteristicas_por_zona %>%
pivot_longer(cols = c(promedio_piso, promedio_estrato, promedio_areaconst,
promedio_parquea, promedio_banios, promedio_habitac),
names_to = "caracteristica",
values_to = "promedio") %>%
drop_na() # Eliminar filas con valores faltantesVerifica los primeros registros del dataframe en formato largo
head(caracteristicas_long)## # A tibble: 6 × 3
## zona caracteristica promedio
## <chr> <chr> <dbl>
## 1 Zona Centro promedio_piso 2.26
## 2 Zona Centro promedio_estrato 3.20
## 3 Zona Centro promedio_areaconst 194.
## 4 Zona Centro promedio_parquea 1.41
## 5 Zona Centro promedio_banios 2.84
## 6 Zona Centro promedio_habitac 4.70Revisa el resumen del dataframe en formato largo
summary(caracteristicas_long)## zona caracteristica promedio
## Length:30 Length:30 Min. : 1.380
## Class :character Class :character 1st Qu.: 2.755
## Mode :character Mode :character Median : 3.507
## Mean : 33.278
## 3rd Qu.: 4.713
## Max. :196.519Formato
Sys.setlocale("LC_CTYPE", "es_ES.UTF-8")## [1] "es_ES.UTF-8"Discusión
Los precios de las viviendas varían significativamente entre zonas, con algunas áreas mostrando precios mucho más altos que otras. El tipo de vivienda más común en Cali es el apartamento, seguido de cerca por las casas. Las características de las viviendas también varían por zona. Por ejemplo, algunas zonas tienen un mayor promedio de áreas construidas y más baños, mientras que otras pueden tener viviendas con menos habitaciones.
Conclusiones
El análisis del mercado inmobiliario en Cali muestra una clara variación en los precios de las viviendas dependiendo de la zona. La información sobre el tipo de vivienda más ofertado y las características promedio también proporciona una visión valiosa para la toma de decisiones. Esta información puede ayudar a la empresa B&C a ajustar su estrategia de marketing, establecer precios de venta más competitivos y ofrecer servicios personalizados a sus clientes.
Anexos
- Introducción: Presenta el propósito y el contexto del análisis.
- Objetivos: Enumera los objetivos específicos del informe.
- Métodos: Describe cómo se llevó a cabo el análisis.
- Resultados: Incluye gráficos y descripciones detalladas de los hallazgos.
- Discusión: Interpreta los resultados y su relevancia.
- Conclusiones: Resume las conclusiones del análisis.
- Anexos: Proporciona información adicional, graficos
Graficas de barras precio de las viviendad
ggplot(precio_por_zona, aes(x = reorder(zona, -precio_por_zona), y = precio_por_zona)) +
geom_bar(stat = "identity", fill = "turquoise") +
labs(title = "Promedio de precios de viviendas por zona en Cali",
x = "Zona",
y = "Promedio de precio (en miles de COP)") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Graficas de puntos precio de las viviendas
ggplot(precio_por_zona, aes(x = reorder(zona, -precio_por_zona), y = precio_por_zona)) +
geom_point(color = "blue", size = 3) +
geom_line(group = 1, color = "black") +
labs(title = "Promedio de precios de viviendas por zona en Cali",
x = "Zona",
y = "Promedio de precio (en miles de COP)") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Graficas de barras tipo de viviendas mas ofertadas en cali
ggplot(tipo_viviendas, aes(x = reorder(tipo, -n), y = n)) +
geom_bar(stat = "identity", fill = "lightblue") +
labs(title = "Cantidad de Viviendas por Tipo en Cali",
x = "Tipo de Vivienda",
y = "Cantidad") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Graficas de puntos tipo de viviendas mas ofertadas en cali
ggplot(tipo_viviendas, aes(x = reorder(tipo, -n), y = n)) +
geom_point(color = "pink", size = 4) +
geom_line(group = 1, color = "black") +
labs(title = "Cantidad de Viviendas por Tipo en Cali",
x = "Tipo de Vivienda",
y = "Cantidad") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Gráfico de barras características más relevantes de la oferta de vivienda en Cali
ggplot(caracteristicas_long, aes(x = zona, y = promedio, fill = caracteristica)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "Características Promedio de Viviendas por Zona en Cali",
x = "Zona",
y = "Promedio",
fill = "Característica") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Gráfico de puntos características más relevantes de la oferta de vivienda en Cali
ggplot(caracteristicas_long, aes(x = zona, y = promedio, color = caracteristica)) +
geom_point(size = 3, position = position_dodge(width = 0.5)) +
labs(title = "Características Promedio de Viviendas por Zona en Cali",
x = "Zona",
y = "Promedio",
color = "Característica") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))