Projekt zespołowy
Remigiusz Gołębiewski, Arkadiusz Chmiel, Patrycja Lutostańska, Łucja Ciołkiewicz
Data Wrangling
- Wczytanie danych i wyświetlenie
| id | city | type | squareMeters | rooms |
|---|---|---|---|---|
| 727a1427f156535fc0531e59a27e7988 | szczecin | blockOfFlats | 34.00 | 1 |
| a640ac5f62cce4d6806a7b7d73b5cd52 | szczecin | apartmentBuilding | 39.00 | 2 |
| 40cb3c6185236a3e4f136641ab7099a4 | szczecin | apartmentBuilding | 47.00 | 2 |
| 4f9fd13b91ba19534fc3db3fc93fa392 | szczecin | blockOfFlats | 28.00 | 1 |
| f14a3f2d0d1d1a8ec896e9587d2c9760 | szczecin | blockOfFlats | 46.70 | 2 |
| ffab4c61e84e7db6f8463cd54f063d74 | szczecin | blockOfFlats | 47.55 | 2 |
| 96c00429abefa4106839308ec7ed583c | szczecin | NA | 71.00 | 3 |
| ed78ca4227139d1c315f77fefe5057d9 | szczecin | apartmentBuilding | 47.00 | 2 |
| 7b4e4b5bf7a8961e85866933a25f7558 | szczecin | tenement | 51.92 | 3 |
| ae7c68136c6e6d48de9813576fe100d5 | szczecin | apartmentBuilding | 58.66 | 2 |
| 5b19ddba129f30e8bb8ddc229bfba94d | szczecin | blockOfFlats | 47.10 | 2 |
| 3bd174c07f4421de5944a81ce99d55bd | szczecin | apartmentBuilding | 65.00 | 2 |
| a30d24cc16d45c7490b663439e315b4f | szczecin | NA | 35.70 | 2 |
| 3ac22f3a833b2897e4822688443e9e40 | szczecin | blockOfFlats | 48.35 | 2 |
| a6dab00b051818490767d45ad2e32b94 | szczecin | blockOfFlats | 47.50 | 2 |
| 071386970ab38fe50093eebdf4b911f9 | szczecin | NA | 38.00 | 2 |
| 7d90f1d548f53c8ab40363a36ce782ce | szczecin | blockOfFlats | 47.68 | 2 |
| c1bb0592e89ff7f821bec51a4e7a91c1 | szczecin | apartmentBuilding | 64.00 | 3 |
| 04125be3a2a06e0290338496ec7b3aec | szczecin | NA | 38.00 | 2 |
| f1a8fd415fb78723fb7591c1821eeb19 | szczecin | blockOfFlats | 35.00 | 2 |
| becf991d7348cd4f1de25d6704f05eb3 | szczecin | apartmentBuilding | 28.16 | 1 |
| 35e6a9d438ee83c4746161321e5a8dec | szczecin | NA | 53.40 | 4 |
| 2738b1ff4036611262b9d221c9717195 | szczecin | apartmentBuilding | 39.00 | 2 |
| 4bce3a89d7038f503d63557acb794de3 | szczecin | blockOfFlats | 57.00 | 3 |
| 7949813676709732ab7955fdce822af8 | szczecin | blockOfFlats | 37.00 | 2 |
| d5cb22914efed08b52450dc8defd133d | szczecin | apartmentBuilding | 47.90 | 2 |
| 886049efb66197c117cdc5e056c7459d | szczecin | NA | 42.00 | 2 |
| dafd7be49c765e50ce19c4e174ff8b34 | szczecin | NA | 42.00 | 2 |
| cf74cebe24c137cfa234860b85b5cd44 | szczecin | blockOfFlats | 48.30 | 3 |
| 8d9ad7ea2bc195124a1878918cfc8b44 | szczecin | blockOfFlats | 32.00 | 1 |
| 6ca04498446cba01735e370e2b8372cb | szczecin | blockOfFlats | 39.95 | 2 |
| 8f3de06540c0e014239da125113d24ca | szczecin | blockOfFlats | 39.00 | 2 |
| dd850d435bdc1584a3c2d36f72de84c7 | szczecin | apartmentBuilding | 43.00 | 2 |
| 528af8b64101835e1cff90b894bde4dc | szczecin | blockOfFlats | 45.80 | 2 |
| 444964cb2f78edfaaef4f9dd8005fe63 | szczecin | blockOfFlats | 57.30 | 2 |
| 53aa4f12b7a3accd00a1fcf705de1d98 | szczecin | tenement | 26.00 | 1 |
| ccaf50212bbef1e41b60137e7ba16144 | szczecin | blockOfFlats | 60.00 | 3 |
| 501fa815814f27ab728e264fb3eaf29f | szczecin | tenement | 54.00 | 2 |
| 213971e2e8156e434bc965a2fd31126a | szczecin | blockOfFlats | 47.50 | 2 |
| 1434d5f6bdbff4cb3015e9503eb9d4ad | szczecin | tenement | 49.50 | 2 |
| c5994e1a3b33b4759e4e036abe36b65c | szczecin | tenement | 81.04 | 4 |
| bd0df9e50b9b8c132f335811c1789e2d | szczecin | blockOfFlats | 50.00 | 2 |
| 2ff1a7a847124e32e34a348d6e4de002 | szczecin | NA | 32.00 | 1 |
| 96433eb04954b87642036ead6fc91440 | szczecin | NA | 51.65 | 2 |
| a9b102a2835c29c475838ed0e169ba91 | szczecin | tenement | 80.00 | 3 |
| b72016618efdbe64f8bee9f3e30f5e53 | szczecin | blockOfFlats | 44.00 | 2 |
| 2b71e4bb55c30a245fa69ea70a38f28c | szczecin | blockOfFlats | 32.42 | 1 |
| dcc5d2c661f1c4bb4b25be337039a6da | szczecin | blockOfFlats | 54.00 | 3 |
| 29538bbf4be725b8cdc5ea3c4ed44d00 | szczecin | NA | 31.00 | 2 |
| 9f964398451fe3dfef1418aea2d2768e | szczecin | apartmentBuilding | 58.00 | 2 |
| 55c9a4056989ba2fa833283fb823f7d3 | szczecin | apartmentBuilding | 31.00 | 1 |
| 1ba9277796daaa21b0c4ead2ce3c0196 | szczecin | NA | 43.24 | 2 |
| be1283ee2beab0f903f76ad8ff78017e | szczecin | NA | 52.00 | 2 |
| 8395c3302cef8ffb0ad1b3cee7544a12 | szczecin | NA | 48.00 | 2 |
| 1aedec05fcd08a036eec1bf830430e8a | szczecin | blockOfFlats | 57.35 | 2 |
| 10f1e47ca6fcb0d5cb64cf03c47aa4a1 | szczecin | blockOfFlats | 74.00 | 3 |
| 6de674d83516952b34fe2e28f1334f66 | szczecin | tenement | 33.14 | 2 |
| 985ecd766dd0ffc59c1c85058097ea6e | szczecin | blockOfFlats | 30.00 | 2 |
| 3d5eac03b08fabc37bc2a66569e41e70 | szczecin | apartmentBuilding | 38.00 | 2 |
| 8aa9cec23ff36577b30b3b8028e458e3 | szczecin | apartmentBuilding | 34.80 | 2 |
| d72f7c645fde09ba795d1d041172ad98 | szczecin | apartmentBuilding | 60.00 | 3 |
| ac423e46dfb427ac5ad72b7df0b7cfb4 | szczecin | blockOfFlats | 38.00 | 2 |
| f424764e0729f31c8d05cf62d5e0b994 | szczecin | blockOfFlats | 32.00 | 1 |
| fbb5e387c5b8886256b4573d9b42a7a7 | szczecin | blockOfFlats | 64.00 | 2 |
| adeac66fb76024c75e44ddf3b95bd613 | szczecin | blockOfFlats | 26.28 | 1 |
| 73a7d2ae4496d8fb87a1ad06e04b5c3f | szczecin | NA | 68.00 | 3 |
| 1b810cca34d3e59eee77a7d4b502729c | szczecin | NA | 54.00 | 2 |
| 9f400b6ab569883ce07dbdf0c27a32d3 | szczecin | blockOfFlats | 57.20 | 3 |
| b0067f50eda6802dfdb2fed1fbbc081f | szczecin | blockOfFlats | 64.50 | 3 |
| 74844a6986fb9980ce016930c559f6e2 | szczecin | NA | 55.00 | 2 |
| dc76cfc6bf6e3552f6ab42c7876cf2ca | szczecin | apartmentBuilding | 38.28 | 2 |
| f074ce2792f8c9d3628c8a35a096b8f8 | szczecin | apartmentBuilding | 49.32 | 3 |
| bd7ea41f76550e31f9991031ef5377f4 | szczecin | blockOfFlats | 43.00 | 2 |
| 33ee57f94bb5ccc3d929a3c02e129d4f | szczecin | blockOfFlats | 96.06 | 4 |
| 021d5b92d5e033606f262bc8d0b42dc2 | szczecin | apartmentBuilding | 44.07 | 2 |
| 0e88a3acfe36c93579154625f4f6ea84 | szczecin | blockOfFlats | 31.50 | 2 |
| 4098f80842918d271f96b3028509f12c | szczecin | blockOfFlats | 36.49 | 2 |
| cc8b6938e83cbe5a2d075e61b00b4686 | szczecin | tenement | 27.00 | 1 |
| 90277a4363c70dbcdf6a7754cbf5e91e | szczecin | tenement | 84.00 | 3 |
| 3ec26d55c7c43c56a9d3bebbaa50c393 | szczecin | NA | 50.00 | 2 |
| 2170580a03fdc96b0c18edb0d6f0c0aa | szczecin | apartmentBuilding | 47.50 | 2 |
| 925fd5d9ca18c18e2ab706ad5cd30852 | szczecin | blockOfFlats | 44.00 | 2 |
| 007bedbaffb0fb85b37add2a3826c25a | szczecin | NA | 68.50 | 3 |
| 2d5ef7eea7911dfbf2fff6c932ccc096 | szczecin | blockOfFlats | 38.00 | 2 |
| 6684ebaaa368e6a540668dbbd1f4fbc6 | szczecin | blockOfFlats | 42.54 | 2 |
| 64bfe4834a5c568853bad6671d4e6712 | szczecin | NA | 43.14 | 2 |
| a23ea738788540c387cd62d67606d94c | szczecin | NA | 36.00 | 2 |
| 7262f626da9c77448c6861c80e0e3708 | szczecin | blockOfFlats | 46.90 | 2 |
| 239c22d62a873d207e2cb679c40e376f | szczecin | apartmentBuilding | 30.21 | 1 |
| 02e8aa8aa681ee2ba2e96cce03b618ef | szczecin | NA | 32.00 | 1 |
| 30a45cdf5fddd090349b933eb6b746c9 | szczecin | blockOfFlats | 37.91 | 2 |
| fef85fa544f653998dbf84acef980d43 | szczecin | tenement | 73.73 | 3 |
| 5ff6d712c9deb7e892edc9f5571d2825 | szczecin | blockOfFlats | 38.00 | 2 |
| 393161dc838b0d27da3773c8662093c8 | szczecin | blockOfFlats | 48.80 | 2 |
| f350d84fe86740c75adb87fdaaec7216 | szczecin | blockOfFlats | 80.00 | 3 |
| 7f60ba350f0108947b17989903b9456b | szczecin | tenement | 25.20 | 1 |
| 467b4a9ff9628cbfaab4edabd11aa267 | szczecin | blockOfFlats | 75.00 | 4 |
| f05d32a6dc6cb79d25c5f6d418ad5aa6 | szczecin | blockOfFlats | 59.20 | 3 |
| bb0b323469b971f746a8a7cab57b1d7f | szczecin | blockOfFlats | 79.00 | 3 |
| 354a217d8a25631c6f471bade17e2e4c | szczecin | apartmentBuilding | 34.74 | 2 |
Zbiór danych zawiera 8849 obserwacji dotyczących wynajmu mieszkań w polskich miastach, do czynienia mamy ze zmiennymi:
- price: Cena wynajmu mieszkania,
- city: Miasto, gdzie znajduje się mieszkanie,
- rooms: Ilość pokoi,
- squareMeters: Powierzchnia w metrach kwadratowych,
- floorCount: Liczba pięter budynku,
- floor: Piętro mieszkania,
- buildYear: Rok budowy budynku.
Również występują zmienne dotyczące odległości obiektów od mieszkania, takie jak:
- schoolDistance: Odległość od szkoły,
- kindergartenDistance: Odległość od przedszkole,
- restaurantDistance: Odległość od restauracji,
- collegeDistance: Odległość od uczelni,
- pharmacyDistance: Odległość od apteki.
Znajdują się jeszcze zmienne opisujące wyposażenie poprzez wartość yes lub no:
- hasParkingSpace: Czy obiekt ma parking,
- hasBalcony: Czy obiekt ma balkon,
- hasElevator: Czy obiekt ma windę,
- hasSecurity: Czy obiekt ma ochronę,
- hasStorageRoom: Czy obiekt ma komórkę lokatorską.
- Walidacja Danych
Z wykresu ukazanego powyżej, widzimy braki wartości zmiennych poszczególnych obserwacji
- NA w danych
Największą ilość brakujących wartości widzimy w zmiennych:
- condition
- buildingMaterial
- buildYear
- Czyszczenie danych
## [1] 15.0073515% naszych danych zawiera braki
Niestety nasze reguły nie przyniosły oczekiwanych efektów 🙁
Wygenerowaliśmy heatmapę zmiennych, aby lepiej ukazać nasze braki Następnie wykorzystująć inputację uzupełniliśmy braki
- Imputacja NA dla kolumn z brakami
##
## iter imp variable
## 1 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance## * Impute missing values based on Multivariate Imputation by Chained Equations
## - method : mice
## - random seed : 41404
##
## * Information of Imputation (before vs after)
## Original Imputation
## described_variables "value" "value"
## n "7796" "8849"
## na "1053" " 0"
## mean "3.355439" "3.259125"
## sd "2.507566" "2.402885"
## se_mean "0.02839988" "0.02554382"
## IQR "2" "2"
## skewness "1.858029" "1.973673"
## kurtosis "4.859323" "5.564258"
## p00 "1" "1"
## p01 "1" "1"
## p05 "1" "1"
## p10 "1" "1"
## p20 "1" "1"
## p25 "2" "2"
## p30 "2" "2"
## p40 "2" "2"
## p50 "3" "3"
## p60 "3" "3"
## p70 "4" "4"
## p75 "4" "4"
## p80 "5" "5"
## p90 "7" "6"
## p95 "8" "8"
## p99 "13" "12"
## p100 "20" "20"
##
## iter imp variable
## 1 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance## * Impute missing values based on Multivariate Imputation by Chained Equations
## - method : mice
## - random seed : 20946
##
## * Information of Imputation (before vs after)
## Original Imputation
## described_variables "value" "value"
## n "8694" "8849"
## na "155" " 0"
## mean "5.586957" "5.576495"
## sd "3.245501" "3.225370"
## se_mean "0.03480743" "0.03428723"
## IQR "3" "3"
## skewness "1.832178" "1.842998"
## kurtosis "5.359178" "5.447052"
## p00 "1" "1"
## p01 "1" "1"
## p05 "2" "2"
## p10 "3" "3"
## p20 "3" "3"
## p25 "4" "4"
## p30 "4" "4"
## p40 "4" "4"
## p50 "5" "5"
## p60 "5" "5"
## p70 "6" "6"
## p75 "7" "7"
## p80 "8" "8"
## p90 "10" "10"
## p95 "12" "11"
## p99 "17" "17"
## p100 "29" "29"
##
## iter imp variable
## 1 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance## * Impute missing values based on Multivariate Imputation by Chained Equations
## - method : mice
## - random seed : 20563
##
## * Information of Imputation (before vs after)
## Original Imputation
## described_variables "value" "value"
## n "6600" "8849"
## na "2249" " 0"
## mean "1998.144" "1996.765"
## sd "30.78800" "28.85502"
## se_mean "0.3789740" "0.3067428"
## IQR "37.0" "36.6"
## skewness "-1.580934" "-1.487259"
## kurtosis "1.815999" "1.815498"
## p00 "1856" "1856"
## p01 "1900" "1900"
## p05 "1930.00" "1934.68"
## p10 "1950.0" "1954.4"
## p20 "1973" "1975"
## p25 "1983.0" "1981.4"
## p30 "2000.0" "1991.2"
## p40 "2007" "2002"
## p50 "2010" "2008"
## p60 "2015" "2012"
## p70 "2019.0" "2016.6"
## p75 "2020" "2018"
## p80 "2021" "2020"
## p90 "2023" "2022"
## p95 "2023" "2023"
## p99 "2024" "2024"
## p100 "2024" "2024"
##
## iter imp variable
## 1 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 1 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 2 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 3 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 4 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 1 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 2 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 3 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 4 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance
## 5 5 floor floorCount buildYear clinicDistance postOfficeDistance kindergartenDistance restaurantDistance collegeDistance pharmacyDistance## * Impute missing values based on Multivariate Imputation by Chained Equations
## - method : mice
## - random seed : 64485
##
## * Information of Imputation (before vs after)
## Original Imputation
## described_variables "value" "value"
## n "6600" "8849"
## na "2249" " 0"
## mean "1998.144" "1996.589"
## sd "30.78800" "29.00513"
## se_mean "0.3789740" "0.3083385"
## IQR "37.0" "37.4"
## skewness "-1.580934" "-1.463313"
## kurtosis "1.815999" "1.707016"
## p00 "1856" "1856"
## p01 "1900" "1900"
## p05 "1930" "1934"
## p10 "1950.00" "1953.56"
## p20 "1973" "1974"
## p25 "1983.0" "1980.6"
## p30 "2000.0" "1990.2"
## p40 "2007" "2002"
## p50 "2010" "2008"
## p60 "2015" "2012"
## p70 "2019.0" "2016.4"
## p75 "2020" "2018"
## p80 "2021" "2020"
## p90 "2023" "2022"
## p95 "2023" "2023"
## p99 "2024" "2024"
## p100 "2024" "2024"
Dla zmiennych opisujących odległość od obiektów zastosowaliśmy medianę
## name items passes fails nNA error warning
## 1 V1 8849 7086 1361 402 FALSE FALSE
## expression
## 1 floorCount - 4 < -1e-08 | (hasElevator == "yes")Wprowadziliśmy warunek w którym, jeżeli w budynku jest powyżej 4 kondygnacji, to budynek musi mieć windę
Przy pomocy wartości zmiennych w poszczególnych kolumnach, uzupełniliśmy w sposób losowy braki danych w nich występujące
Zbiór został uzupełniony z wszelakich braków, co ukazuje powyższy wykres
Wizualizacja danych
- Powierzchnia
Powyższy wykres przedstawia rozkład powierzchni mieszkań, gdzie najwięcej mieszkań posiada powierzchnię między 50 - 60 m²
- Liczba Pokoi
Na wykresie możemy zauważyć, że najwięcej mieszkań jest dwupokojowych
- Cena za wynajem vs Powierzchnia
Im większa powierzchnia mieszkania, tym wyższa cena wynajmu. Większe powierzchnie mają szerszy zakres cen wynajmu, co oznacza większą różnorodność w cenach dla większych mieszkań.
- Gęstość rozkładu ceny
Mieszkania premium są droższe: Ceny mieszkań premium są wyraźnie wyższe niż mieszkań o niższym standardzie.
Większe zróżnicowanie cen premium: Mieszkania premium mają bardziej rozproszony rozkład cen, co oznacza większą różnorodność w tej kategorii.
Niski standard = niższe ceny: Większość mieszkań o niższym standardzie skupia się w niższym przedziale cenowym.
Wyraźny podział cen: Różnica między kategoriami (low i premium) sugeruje wyraźne segmenty rynku mieszkań.
- Cena vs Odległość
Cena spada wraz z odległością od centrum: Ogólnie widoczna jest tendencja, że ceny mieszkań maleją, im większa jest odległość od centrum miasta (odległość > 5 km).
Zróżnicowanie cen bliżej centrum: W bliskiej odległości od centrum (0–5 km) ceny są bardzo zróżnicowane, z wieloma drogimi mieszkaniami (>10 000).
Stabilizacja cen w większej odległości: W odległości powyżej 10 km ceny są bardziej skupione w niższych przedziałach (<5000), a bardzo drogie mieszkania są rzadkością.
Bliskość centrum ma znaczenie: Lokalizacja bliżej centrum miasta wyraźnie wpływa na wyższą cenę mieszkań.
- Liczba mieszkań na wynajem i średnia cena najmu w miastach Polski
Warszawa dominuje: ma największą liczbę mieszkań na wynajem oraz najwyższe średnie ceny.
Większe miasta = wyższe ceny – w miastach takich jak Kraków, Wrocław i Gdańsk ceny są stosunkowo wysokie.
Mniejsze miasta mają niższe ceny – np. w Radomiu czy Częstochowie ceny wynajmu są znacznie niższe.
Różnice regionalne – ceny i liczba ofert są wyraźnie zróżnicowane w zależności od miasta.
- Heatmapa korelacji zmiennych
Cena (price) ma negatywną korelację z odległością od centrum (-0.15) – im dalej od centrum, tym niższa cena.
Podobna zależność dotyczy odległości od przedszkola, szkoły i poczty – im dalej, tym niższa cena, ale korelacje są słabe.
Najsilniejsze dodatnie korelacje występują między różnymi odległościami – np. odległość od restauracji i apteki (0.43) lub centrum i uczelni (0.57).
Brak silnych zależności między ceną a większością zmiennych – oznacza to, że inne czynniki mogą mieć większy wpływ na cenę mieszkań.
- Gęstość rozkładu cen mieszkań
Asymetria prawostronna – większość mieszkań ma ceny poniżej 5000, ale istnieją nieliczne drogie oferty, co powoduje długi prawy ogon.
Najwięcej mieszkań w przedziale 2000-4000 – szczyt rozkładu wskazuje, że większość ofert mieści się w tym zakresie.
Mniej mieszkań w bardzo wysokich cenach – ceny powyżej 10 000 są rzadkie.
Możliwe wartości odstające – obecność mieszkań z cenami powyżej 15 000 sugeruje istnienie drogich, ale nietypowych ofert.
- Średnia cena w podziale na miasto i typ mieszkania
Warszawa dominuje w trzech kategoriach typu budynku, pod względem średniej ceny wynajmu mieszkania.
- Rozkład cech dla mieszkań
Większość mieszkań nie posiada ochrony i komórki lokatorskiej
Statystyki opisowe
- Mieszkania w Polsce - ceny wg liczby pokoi.
| Statystyka | 1 pokój | 2 pokoje | 3 pokoje | 4 pokoje | 5 pokoi | 6 pokoi |
|---|---|---|---|---|---|---|
| Min | 415 | 449 | 750 | 780 | 2500 | 4000 |
| Max | 4809 | 10000 | 17000 | 19000 | 19500 | 18500 |
| Kwartyl dolny | 1800 | 2300 | 3122 | 4500 | 6000 | 8500 |
| Mediana | 2200 | 2800 | 4000 | 6500 | 7300 | 12000 |
| Kwartyl górny | 2500 | 3450 | 5500 | 9000 | 10000 | 15000 |
| Średnia | 2185.95 | 2947.73 | 4663.29 | 7223.48 | 8012.57 | 11657 |
| Odch. std. | 606.33 | 999.86 | 2302.24 | 3628.55 | 3170.26 | 3979.47 |
| IQR | 700 | 1150 | 2378 | 4500 | 4000 | 6500 |
| Odchylenie ćwiartkowe | 350 | 575 | 1189 | 2250 | 2000 | 3250 |
| Odch. std. w % | 0.28 | 0.34 | 0.49 | 0.5 | 0.4 | 0.34 |
| Odch. ćwiartkowe w % | 0.32 | 0.41 | 0.59 | 0.69 | 0.55 | 0.54 |
| Skośność | 0.77 | 1.48 | 1.78 | 1 | 0.71 | -0.17 |
| Kurtoza | 1.83 | 4.75 | 4 | 0.52 | 0.37 | -1.07 |
Zmienność cen: Ceny wynajmu są bardzo zróżnicowane, od 415 zł za jednopokojowe mieszkanie do 19 500 zł za mieszkanie z 5 pokojami.
Średnia cena: Średnia cena wynajmu rośnie wraz z liczbą pokoi, od 2 185,95 zł za jednopokojowe do 11 657 zł za sześcio pokojowe mieszkanie.
Rozkłady: Ceny mieszkań większych są bardziej zróżnicowane (wyższe odchylenie standardowe i IQR), a rozkłady są przeważnie prawostronnie skośne.
- Mieszkania w Polsce - ceny wg dekad
| Statystyka | 1900-1909 | 1910-1919 | 1920-1929 | 1930-1939 | 1940-1949 | 1950-1959 | 1960-1969 | 1970-1979 | 1980-1989 | 1990-1999 | 2000-2009 | 2010-2019 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Min | 1500 | 1090 | 1430 | 1000 | 479 | 800 | 449 | 463 | 415 | 785 | 1100 | 1200 |
| Max | 19000 | 19500 | 17500 | 16000 | 12000 | 14999 | 14500 | 16000 | 14000 | 15000 | 18000 | 19000 |
| Kwartyl dolny | 2400 | 2750 | 2537.5 | 2800 | 2200 | 2499.5 | 2000 | 1800 | 1725 | 2000 | 2500 | 2600 |
| Mediana | 3000 | 4000 | 3500 | 3900 | 3200 | 3120 | 2500 | 2500 | 2300 | 2600 | 3450 | 3200 |
| Kwartyl górny | 4900 | 6000 | 4900 | 5500 | 4000 | 4200 | 3412.5 | 3000 | 2900 | 3990 | 5499.25 | 4300 |
| Średnia | 3951.9 | 4883.1 | 4566.8 | 4581.2 | 3456.1 | 3555.8 | 2920.9 | 2692.7 | 2649.9 | 3425.2 | 4465.3 | 3892.8 |
| Odch. std. | 2512.3 | 3362.8 | 3249.1 | 2651.4 | 1894.2 | 1891.8 | 1586.7 | 1451.5 | 1709.7 | 2239.2 | 2931.2 | 2308.1 |
| IQR | 2500 | 3250 | 2362.5 | 2700 | 1800 | 1700.5 | 1412.5 | 1200 | 1175 | 1990 | 2999.25 | 1700 |
| Odchylenie ćwiartkowe | 1250 | 1625 | 1181.25 | 1350 | 900 | 850.25 | 706.25 | 600 | 587.5 | 995 | 1499.62 | 850 |
| Odch. std. w % | 0.64 | 0.69 | 0.71 | 0.58 | 0.55 | 0.53 | 0.54 | 0.54 | 0.65 | 0.65 | 0.66 | 0.59 |
| Odch. ćwiartkowe w % | 0.83 | 0.81 | 0.68 | 0.69 | 0.56 | 0.55 | 0.56 | 0.48 | 0.51 | 0.77 | 0.87 | 0.53 |
| Skośność | 2.74 | 2.02 | 2.02 | 1.64 | 1.82 | 2.46 | 3.2 | 3.71 | 3.59 | 2.08 | 1.83 | 2.92 |
| Kurtoza | 11.91 | 5.02 | 4.12 | 3.08 | 4.26 | 9.41 | 15.36 | 24.15 | 16.96 | 4.76 | 3.34 | 10.89 |
Zmienność cen: Ceny wynajmu mieszkań z różnych dekad wahają się od 415 zł do 19 500 zł.
Średnia cena: Średnie ceny wynajmu rosną na przestrzeni dekad, np. od 3 953,5 zł (1900-1909) do 4 724,8 zł (1910-1919).
Rozkłady: Ceny są bardziej zróżnicowane w starszych dekadach (wyższe odchylenie standardowe i IQR). Rozkłady cen są przeważnie prawostronnie skośne (większe wartości Skośności).
- Mieszkania w Polsce - cena w poszczególnym metrażu.
| Statystyka | 20-40 | 40-60 | 60-80 | 80-100 | 100-120 | 120-140 |
|---|---|---|---|---|---|---|
| Min | 415 | 544 | 750 | 2300 | 2500 | 3000 |
| Max | 6000 | 8600 | 12500 | 16000 | 18000 | 19000 |
| Kwartyl dolny | 1950 | 2499 | 3300 | 4500 | 6000 | 7150 |
| Mediana | 2350 | 2900 | 4000 | 5925 | 7800 | 9875 |
| Kwartyl górny | 2800 | 3500 | 5494.5 | 7900 | 10900 | 12500 |
| Średnia | 2402.2 | 3054.3 | 4495.2 | 6272.9 | 8454.4 | 10149 |
| Odch. std. | 694.9 | 934 | 1769.6 | 2408 | 3407.3 | 3832.6 |
| IQR | 850 | 1001 | 2194.5 | 3400 | 4900 | 5350 |
| Odchylenie ćwiartkowe | 425 | 500.5 | 1097.25 | 1700 | 2450 | 2675 |
| Odch. std. w % | 0.29 | 0.31 | 0.39 | 0.38 | 0.4 | 0.38 |
| Odch. ćwiartkowe w % | 0.36 | 0.35 | 0.55 | 0.57 | 0.63 | 0.54 |
| Skośność | 0.69 | 1.05 | 1.33 | 0.94 | 0.74 | 0.38 |
| Kurtoza | 1.53 | 2.51 | 2.63 | 1.03 | -0.12 | -0.62 |
Zmienność cen: Ceny wynajmu wzrastają wraz ze zwiększaniem się powierzchni mieszkań, od 415 zł (20-40 m²) do 19 000 zł (120-140 m²).
Średnia cena: Średnie ceny wynajmu rosną wraz z powierzchnią mieszkań, od 2 402,2 zł (20-40 m²) do 10 149 zł (120-140 m²).
Rozkłady: Ceny wynajmu większych mieszkań są bardziej zróżnicowane (wyższe odchylenie standardowe i IQR), a rozkłady cen mają tendencję do prawostronnej skośności.
Macierz Koleracji
- Silne korelacje:
Metry kwadratowe wykazują silną pozytywną korelację z ceną, co oznacza, że większa powierzchnia mieszkania zazwyczaj wiąże się z wyższą ceną.
Liczba pokoi również ma znaczący wpływ na cenę, z dodatnią korelacją.
- Słabe korelacje:
Korelacje między ceną a piętrem, na którym znajduje się mieszkanie, są słabe, co sugeruje, że piętro ma mniejszy wpływ na cenę.
Odległość do punktów zainteresowania, takich jak szkoły czy sklepy, ma niewielki wpływ na cenę.
Testy statystyczne
- Test normalności rozkładu cen Andersona-Darlinga
##
## Anderson-Darling normality test
##
## data: data$price
## A = 647.2, p-value < 2.2e-16Przy tak niskiej wartości p, możemy odrzucić hipotezę zerową o normalności rozkładu danych (cen).
- Test t-Studenta dla cen mieszkań z parkingiem i bez # Tworzymy zmienną parking_binarny # 1 - mieszkania z parkingiem, 0 - bez parkingu
##
## Welch Two Sample t-test
##
## data: price by parking_binarny
## t = -7.1377, df = 7406.6, p-value = 1.039e-12
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
## -461.1609 -262.4331
## sample estimates:
## mean in group 0 mean in group 1
## 3555.366 3917.163Statystyka testu (t): Wynosi -7,1377, co sugeruje istotną różnicę między średnimi cen w dwóch grupach (z i bez parkingu).
Wartość p (p-value): Jest bardzo niska (1,039e-12), co oznacza, że różnica między grupami jest statystycznie istotna.
Przedział ufności 95%: Oznacza, że rzeczywista różnica średnich cen pomiędzy grupami mieści się w przedziale od -461,1609 do -262,4331 zł.
Średnie ceny: Średnia cena wynajmu bez parkingu to 3 555,366 zł, a z parkingiem to 3 917,163 zł.
- Test chi-kwadrat dla zmiennych kategorialnych i Zależność między posiadaniem parkingu a liczbą pokoi
##
## Pearson's Chi-squared test
##
## data: tablica_kontyngencji
## X-squared = 116.74, df = 5, p-value < 2.2e-16Istnieje istotna zależność między posiadaniem parkingu a liczbą pokoi w mieszkaniach. To oznacza, że posiadanie parkingu jest związane z liczbą pokoi w sposób statystycznie istotny.
Modelowanie
- Regresja liniowa: jak powierzchnia wpływa na cenę?
##
## Call:
## lm(formula = price ~ squareMeters, data = data)
##
## Residuals:
## Min 1Q Median 3Q Max
## -6715.3 -799.2 -76.1 623.9 10224.4
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -623.4444 40.4129 -15.43 <2e-16 ***
## squareMeters 79.9905 0.6896 115.99 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1461 on 8847 degrees of freedom
## Multiple R-squared: 0.6033, Adjusted R-squared: 0.6032
## F-statistic: 1.345e+04 on 1 and 8847 DF, p-value: < 2.2e-16Powierzchnia mieszkania (squareMeters) jest istotnym predyktorem ceny (price), a model regresji liniowej dobrze wyjaśnia zmienność cen.
- Wizualizacja modelu liniowego
## integer(0)Wnioski Końcowe
Mieszkania premium: Są znacznie droższe i mają bardziej zróżnicowany rozkład cen, co odzwierciedla różnorodność w tej kategorii.
Niski standard: Mieszkania o niższym standardzie mają niższe ceny, głównie skupione w niższym przedziale cenowym.
Podział cenowy: Istnieje wyraźny podział między mieszkaniami premium a tymi o niższym standardzie, co sugeruje segmentację rynku.
Cena a odległość od centrum: Ceny mieszkań spadają wraz z rosnącą odległością od centrum miasta. Bliżej centrum (0-5 km) ceny są bardzo zróżnicowane, podczas gdy dalej (powyżej 10 km) ceny są bardziej skupione w niższych przedziałach.
Znaczenie lokalizacji: Mieszkania bliżej centrum mają wyższe ceny. Warszawa wyróżnia się największą liczbą mieszkań na wynajem oraz najwyższymi średnimi cenami. W większych miastach, takich jak Kraków, Wrocław i Gdańsk, ceny również są wysokie, podczas gdy w mniejszych miastach (np. Radom, Częstochowa) ceny są znacznie niższe.
Korelacje cen: Cena ma negatywną korelację z odległością od centrum oraz punktów zainteresowania (np. przedszkola, szkoły). Istnieją także pozytywne korelacje między różnymi odległościami (np. odległość od restauracji i apteki).
Rozkłady cen: Rozkłady cen mieszkań są przeważnie prawostronnie skośne, z większością mieszkań w przedziale 2000-4000 zł i rzadkimi, bardzo drogimi ofertami powyżej 10 000 zł. Możliwe są wartości odstające powyżej 15 000 zł.
Dodatkowe informacje: Warszawa dominuje w trzech kategoriach typu budynku pod względem średniej ceny wynajmu. Większość mieszkań nie posiada ochrony ani komórki lokatorskiej.