Análisis Exploratorio
El análisis exploratorio inició con la carga de la base de datos de
viviendas, la cual contenía 8,322 registros con información detallada
sobre las propiedades en Cali. Se realizó una evaluación inicial del
número de valores faltantes por variable, evidenciando que
piso presentaba 2,638 valores ausentes (≈ 31 % de los
datos), mientras que parqueaderos tenía 1,605 valores
faltantes (≈19 %). Para abordar este problema, se implementó una
estrategia de imputación diferenciada: dado que parqueaderos es una
variable discreta y la ausencia de valores podría interpretarse como la
no existencia de parqueaderos en algunas propiedades, se decidió imputar
los valores faltantes con cero (0). Por otro lado, la variable piso, al
ser de tipo numérico y contar con una relación significativa con otras
variables estructurales de la vivienda (areaconst, preciom, banios y
habitaciones), fue imputada utilizando el método de Predictive Mean
Matching (PMM) a través del paquete mice, permitiendo
estimaciones más precisas basadas en valores reales presentes en el
conjunto de datos.
Adicionalmente, se llevó a cabo una georreferenciación de las
viviendas mediante la intersección de sus coordenadas con los polígonos
de barrios y zonas disponibles en el sistema geoespacial de la Alcaldía
de Santiago de Cali. Para ello, se utilizó la función
st_join() del paquete sf, que permitió asignar
a cada observación su correspondiente zona, comuna y barrio a partir de
los límites espaciales definidos en los conjuntos de datos geográficos
oficiales. Esto último permitió generar un mapa interactivo, que
mediante el usos de colores, facilita la visualización de los errores en
la asignación de zonas en los datos originales, al compararlos con las
zonas determinadas a partir de las coordenadas de cada vivienda y los
datos oficiales. Los pop-ups del mapa muestran de manera
concisa la información de cada propiedad, lo que permite identificar
fácilmente las discrepancias entre la zona asignada en los datos
originales y la zona oficial derivada de la georreferenciación.
# Cargar datos
data(vivienda)
zonas <- st_read("~/Workshop/Rproj/Nexus_databases/mc_zonas") %>%
st_transform(crs = 4326) %>%
mutate(zona_geo = dplyr::recode(zona_geo,
"centro" = "Centro",
"centro historico" = "Centro Historico",
"norte" = "Norte",
"occ" = "Occidente",
"ori" = "Oriente",
"sur" = "Sur")) %>%
select(barrio = NOMBRE, comuna = COD_COMUNA, estratogeo = ESTRATO_MO, zonageo = zona_geo, geometry)
# EDA #####
# Crear data para EDA y posteriores analisis
dat <- vivienda %>%
filter(!is.na(id)) %>%
mutate(
piso = as.numeric(piso),
estrato = factor(estrato, ordered = TRUE),
parqueaderos = if_else(is.na(parqueaderos), 0, parqueaderos)) %>%
{ # imputar datos
impute_data <- select(., piso, areaconst, preciom, banios, habitaciones)
imp <- mice(impute_data, m = 1, method = "pmm", seed = 123, printFlag = FALSE)
imputed <- complete(imp, 1)
# actualizar 'piso'
mutate(., piso = imputed$piso)
} %>%
st_as_sf(coords = c("longitud", "latitud"), crs = 4326, remove = FALSE) %>%
st_join(zonas, join = st_within) %>%
rename(barrio = barrio.y) %>%
select(id, zonageo,zona, comuna, barrio, tipo, estrato, preciom, areaconst, piso,
parqueaderos, banios, habitaciones, longitud, latitud)
# Mapa Exploratorio ####
manual_colors <- c("Centro" = "#E64B35FF",
"Norte" = "#4DBBD5FF",
"Sur" = "#00A087FF",
"Occidente" = "#3C5488FF",
"Centro Historico" = "#F39B7FFF",
"Oriente" = "#8491B4FF")
leaflet() %>%
addTiles() %>%
addMapPane("polygons", zIndex = 410) %>%
addMapPane("points", zIndex = 420) %>%
# Polígonos Zona
addPolygons(
data = zonas,
group = "Zonas Oficiales",
fillColor = ~as.character(manual_colors[zonageo]),
weight = 1,
opacity = 1,
color = "white",
dashArray = "3",
fillOpacity = 0.7,
options = pathOptions(pane = "polygons"),
highlightOptions = highlightOptions(
weight = 3,
color = "#666",
dashArray = "",
fillOpacity = 0.7,
bringToFront = TRUE
),
label = ~paste0("Zona Oficial: ", zonageo, "<br>",
"Comuna: ", comuna, "<br>",
"Barrio: ", barrio) %>% lapply(htmltools::HTML)
) %>%
# Datos Viviendas
addCircleMarkers(
data = dat %>%
mutate(zona_recod = dplyr::recode(as.character(zona),
"Zona Centro" = "Centro",
"Zona Norte" = "Norte",
"Zona Sur" = "Sur",
"Zona Oeste" = "Occidente",
"Zona Oriente" = "Oriente")),
group = "Datos Viviendas",
lng = ~longitud,
lat = ~latitud,
radius = 3,
stroke = FALSE,
fillOpacity = 0.8,
options = pathOptions(pane = "points"),
color = ~as.character(manual_colors[zona_recod]),
label = ~paste0("Zona original: ", zona, "<br>",
"Zona real: ", zonageo, "<br>",
"Tipo: ", tipo, "<br>",
"Precio: ", preciom) %>% lapply(htmltools::HTML)
) %>%
# Control de capas
addLayersControl(
overlayGroups = c("Zonas Oficiales", "Datos Viviendas"),
options = layersControlOptions(collapsed = FALSE)
) %>%
addLegend(
colors = manual_colors,
labels = names(manual_colors),
opacity = 0.7,
title = "Zonas (Comparación)",
position = "bottomright"
)
Este análisis geoespacial permitió detectar un sesgo en la asignación
de zonas que afecta de manera crítica la búsqueda de propiedades en las
áreas de interés, es decir, en las zonas norte y sur. Se evidenció que
numerosas viviendas catalogadas originalmente en estas zonas no
correspondían a su ubicación real. Por ejemplo, se identificaron
propiedades etiquetadas como Zona Sur en los datos
originales, que al compararse con la información geográfica oficial,
resultaron estar ubicadas en el centro u occidente de la ciudad.
Asimismo, se observaron casos inversos, en los que viviendas realmente
situadas en la Zona Norte o Sur aparecían
asignadas a otras áreas de la ciudad. Estas inconsistencias resaltan la
necesidad de corregir el sesgo en la asignación de zonas, ya que, de lo
contrario, se podría incurrir en una búsqueda errónea, dirigiendo
esfuerzos y recursos hacia áreas que no cumplen con los criterios
establecidos para la adquisición de las viviendas solicitadas. La
integración de mapas interactivos y la validación cruzada con datos
oficiales resultaron esenciales para identificar las propiedades de
interés –casas en la zona norte y apartamentos en la zona sur– filtradas
según los requerimientos y presentadas en el mapa y tablas a
continuación.
Resumen Casas en Zona Norte (Vivienda 1)
| Variable |
Stats / Values |
Freqs (% of Valid) |
Graph |
Missing |
| id
[numeric] |
| Mean (sd) : 2032 (1639.5) | | min ≤ med ≤ max: | | 83 ≤ 1364 ≤ 6726 | | IQR (CV) : 2630 (0.8) |
|
586 distinct values |
 |
0
(0.0%) |
| zonageo
[character] |
1. Norte |
|
 |
0
(0.0%) |
| zona
[character] |
| 1. Zona Centro | | 2. Zona Norte | | 3. Zona Oeste | | 4. Zona Oriente | | 5. Zona Sur |
|
| 2 | ( | 0.3% | ) | | 528 | ( | 90.1% | ) | | 17 | ( | 2.9% | ) | | 13 | ( | 2.2% | ) | | 26 | ( | 4.4% | ) |
|
 |
0
(0.0%) |
| comuna
[character] |
| 1. 02 | | 2. 03 | | 3. 04 | | 4. 05 | | 5. 06 |
|
| 353 | ( | 60.2% | ) | | 3 | ( | 0.5% | ) | | 60 | ( | 10.2% | ) | | 138 | ( | 23.5% | ) | | 32 | ( | 5.5% | ) |
|
 |
0
(0.0%) |
| barrio
[character] |
| 1. La Flora | | 2. Villa del Prado - El Guab | | 3. Vipasa | | 4. Urb. La Flora | | 5. Santa Mónica | | 6. San Vicente | | 7. El Bosque | | 8. Granada | | 9. Prados del Norte | | 10. Ciudad Los Alamos | | [ 48 others ] |
|
| 56 | ( | 9.6% | ) | | 52 | ( | 8.9% | ) | | 42 | ( | 7.2% | ) | | 37 | ( | 6.3% | ) | | 34 | ( | 5.8% | ) | | 30 | ( | 5.1% | ) | | 25 | ( | 4.3% | ) | | 24 | ( | 4.1% | ) | | 23 | ( | 3.9% | ) | | 18 | ( | 3.1% | ) | | 245 | ( | 41.8% | ) |
|
 |
0
(0.0%) |
| tipo
[character] |
1. Casa |
|
|
0
(0.0%) |
| estrato
[ordered, factor] |
|
| 193 | ( | 32.9% | ) | | 122 | ( | 20.8% | ) | | 230 | ( | 39.2% | ) | | 41 | ( | 7.0% | ) |
|
 |
0
(0.0%) |
| preciom
[numeric] |
| Mean (sd) : 440.4 (277) | | min ≤ med ≤ max: | | 100 ≤ 380 ≤ 1800 | | IQR (CV) : 300 (0.6) |
|
150 distinct values |
 |
0
(0.0%) |
| areaconst
[numeric] |
| Mean (sd) : 262.5 (176.8) | | min ≤ med ≤ max: | | 30 ≤ 237 ≤ 1500 | | IQR (CV) : 201.2 (0.7) |
|
228 distinct values |
 |
0
(0.0%) |
| piso
[numeric] |
| Mean (sd) : 2.3 (1.4) | | min ≤ med ≤ max: | | 1 ≤ 2 ≤ 12 | | IQR (CV) : 1 (0.6) |
|
11 distinct values |
 |
0
(0.0%) |
| parqueaderos
[numeric] |
| Mean (sd) : 1.5 (1.6) | | min ≤ med ≤ max: | | 0 ≤ 1 ≤ 10 | | IQR (CV) : 2 (1.1) |
|
11 distinct values |
 |
0
(0.0%) |
| banios
[numeric] |
| Mean (sd) : 3.5 (1.5) | | min ≤ med ≤ max: | | 0 ≤ 3 ≤ 10 | | IQR (CV) : 2 (0.4) |
|
11 distinct values |
 |
0
(0.0%) |
| habitaciones
[numeric] |
| Mean (sd) : 4.6 (1.8) | | min ≤ med ≤ max: | | 0 ≤ 4 ≤ 10 | | IQR (CV) : 2 (0.4) |
|
| 0 | : | 7 | ( | 1.2% | ) | | 2 | : | 12 | ( | 2.0% | ) | | 3 | : | 134 | ( | 22.9% | ) | | 4 | : | 201 | ( | 34.3% | ) | | 5 | : | 101 | ( | 17.2% | ) | | 6 | : | 47 | ( | 8.0% | ) | | 7 | : | 33 | ( | 5.6% | ) | | 8 | : | 27 | ( | 4.6% | ) | | 9 | : | 13 | ( | 2.2% | ) | | 10 | : | 11 | ( | 1.9% | ) |
|
 |
0
(0.0%) |
| longitud
[numeric] |
| Mean (sd) : -76.5 (0) | | min ≤ med ≤ max: | | -76.5 ≤ -76.5 ≤ -76.5 | | IQR (CV) : 0 (0) |
|
396 distinct values |
 |
0
(0.0%) |
| latitud
[numeric] |
| Mean (sd) : 3.5 (0) | | min ≤ med ≤ max: | | 3.5 ≤ 3.5 ≤ 3.5 | | IQR (CV) : 0 (0) |
|
361 distinct values |
 |
0
(0.0%) |
Resumen Apartamentos en Zona Sur (Vivienda 2)
| Variable |
Stats / Values |
Freqs (% of Valid) |
Graph |
Missing |
| id
[numeric] |
| Mean (sd) : 3767.2 (1675.5) | | min ≤ med ≤ max: | | 1250 ≤ 3561.5 ≤ 7664 | | IQR (CV) : 3102.5 (0.4) |
|
1994 distinct values |
 |
0
(0.0%) |
| zonageo
[character] |
1. Sur |
|
|
0
(0.0%) |
| zona
[character] |
| 1. Zona Norte | | 2. Zona Oeste | | 3. Zona Oriente | | 4. Zona Sur |
|
| 72 | ( | 3.6% | ) | | 10 | ( | 0.5% | ) | | 4 | ( | 0.2% | ) | | 1908 | ( | 95.7% | ) |
|
 |
0
(0.0%) |
| comuna
[character] |
|
| 26 | ( | 1.3% | ) | | 1485 | ( | 74.5% | ) | | 30 | ( | 1.5% | ) | | 453 | ( | 22.7% | ) |
|
 |
0
(0.0%) |
| barrio
[character] |
| 1. Lili | | 2. Parcelaciones Pance | | 3. Caney | | 4. El Ingenio | | 5. Urb. Ciudad Jardin | | 6. La Hacienda | | 7. Urb. Rio Lili | | 8. Santa Anita - La selva | | 9. Ciudad Capri | | 10. Las Quintas de Don Simon | | [ 23 others ] |
|
| 670 | ( | 33.6% | ) | | 258 | ( | 12.9% | ) | | 168 | ( | 8.4% | ) | | 152 | ( | 7.6% | ) | | 133 | ( | 6.7% | ) | | 96 | ( | 4.8% | ) | | 48 | ( | 2.4% | ) | | 40 | ( | 2.0% | ) | | 38 | ( | 1.9% | ) | | 37 | ( | 1.9% | ) | | 354 | ( | 17.8% | ) |
|
 |
0
(0.0%) |
| tipo
[character] |
1. Apartamento |
|
|
0
(0.0%) |
| estrato
[ordered, factor] |
|
| 59 | ( | 3.0% | ) | | 730 | ( | 36.6% | ) | | 786 | ( | 39.4% | ) | | 419 | ( | 21.0% | ) |
|
 |
0
(0.0%) |
| preciom
[numeric] |
| Mean (sd) : 318.8 (205.5) | | min ≤ med ≤ max: | | 70 ≤ 260 ≤ 1750 | | IQR (CV) : 160 (0.6) |
|
300 distinct values |
 |
0
(0.0%) |
| areaconst
[numeric] |
| Mean (sd) : 99.8 (54.8) | | min ≤ med ≤ max: | | 40 ≤ 86 ≤ 932 | | IQR (CV) : 42 (0.5) |
|
239 distinct values |
 |
0
(0.0%) |
| piso
[numeric] |
| Mean (sd) : 4.5 (2.7) | | min ≤ med ≤ max: | | 1 ≤ 4 ≤ 12 | | IQR (CV) : 4 (0.6) |
|
12 distinct values |
 |
0
(0.0%) |
| parqueaderos
[numeric] |
| Mean (sd) : 1.2 (0.8) | | min ≤ med ≤ max: | | 0 ≤ 1 ≤ 10 | | IQR (CV) : 1 (0.7) |
|
| 0 | : | 298 | ( | 14.9% | ) | | 1 | : | 1064 | ( | 53.4% | ) | | 2 | : | 538 | ( | 27.0% | ) | | 3 | : | 64 | ( | 3.2% | ) | | 4 | : | 29 | ( | 1.5% | ) | | 10 | : | 1 | ( | 0.1% | ) |
|
 |
0
(0.0%) |
| banios
[numeric] |
| Mean (sd) : 2.6 (0.9) | | min ≤ med ≤ max: | | 0 ≤ 2 ≤ 7 | | IQR (CV) : 1 (0.4) |
|
| 0 | : | 4 | ( | 0.2% | ) | | 1 | : | 81 | ( | 4.1% | ) | | 2 | : | 1118 | ( | 56.1% | ) | | 3 | : | 501 | ( | 25.1% | ) | | 4 | : | 181 | ( | 9.1% | ) | | 5 | : | 100 | ( | 5.0% | ) | | 6 | : | 8 | ( | 0.4% | ) | | 7 | : | 1 | ( | 0.1% | ) |
|
 |
0
(0.0%) |
| habitaciones
[numeric] |
| Mean (sd) : 3 (0.6) | | min ≤ med ≤ max: | | 0 ≤ 3 ≤ 6 | | IQR (CV) : 0 (0.2) |
|
| 0 | : | 6 | ( | 0.3% | ) | | 1 | : | 10 | ( | 0.5% | ) | | 2 | : | 331 | ( | 16.6% | ) | | 3 | : | 1386 | ( | 69.5% | ) | | 4 | : | 247 | ( | 12.4% | ) | | 5 | : | 13 | ( | 0.7% | ) | | 6 | : | 1 | ( | 0.1% | ) |
|
 |
0
(0.0%) |
| longitud
[numeric] |
| Mean (sd) : -76.5 (0) | | min ≤ med ≤ max: | | -76.6 ≤ -76.5 ≤ -76.5 | | IQR (CV) : 0 (0) |
|
846 distinct values |
 |
0
(0.0%) |
| latitud
[numeric] |
| Mean (sd) : 3.4 (0) | | min ≤ med ≤ max: | | 3.3 ≤ 3.4 ≤ 3.4 | | IQR (CV) : 0 (0) |
|
993 distinct values |
 |
0
(0.0%) |
El análisis exploratorio realizado nos ha permitido evaluar de forma
integral la disponibilidad de propiedades en Cali, orientadas a
satisfacer los requerimientos de la empresa. En el caso de las
casas en la Zona Norte (destinadas a la
Vivienda 1), las tablas resumen muestran que la oferta se
concentra en estratos 4 y 5 (39.2% y 20.8%,
respectivamente), lo que es coherente con las especificaciones
requeridas. Sin embargo, el precio promedio de 440.4
millones resulta superior al crédito preaprobado de 350 millones, lo que
sugiere un desafío para encontrar opciones dentro del presupuesto; no
obstante, el área construida promedio de 262.5 m² se
aproxima al valor solicitado, lo que indica que, en términos de
dimensiones, la oferta es adecuada. Para los
apartamentos en la Zona Sur (Vivienda 2), la
mayoría se encuentra en estratos 5 y 6, pero el
precio promedio de 318.8 millones, siendo inferior al
crédito preaprobado de 850 millones, representa una oportunidad de
ahorro en la adquisición; sin embargo, el área construida
promedio (99.8 m²) y la dotación de baños y
habitaciones (2.6 y 3, respectivamente) son menores a lo
requerido, lo que señala que la oferta actual puede no cubrir
completamente las especificaciones establecidas. El
mapa interactivo nos ha permitido observar de manera visual
la distribución espacial de precios y características de las propiedades
en ambas zonas, facilitando la identificación de patrones en la
viviendas disponibles.
# Mapa Viviendas Requeridas ####
pal_precio <- colorBin("YlOrRd", domain = dat$preciom,
bins = c(50,350,650,850,1500,2000), pretty = FALSE)
leaflet() %>%
addTiles() %>%
# Polígonos: Mostrar únicamente las zonas Norte y Sur
addPolygons(
data = zonas %>% filter(zonageo %in% c("Norte", "Sur")),
fillColor = ~ifelse(zonageo == "Norte", manual_colors["Norte"], manual_colors["Sur"]),
color = "white",
weight = 1,
fillOpacity = 0.7,
popup = ~paste0("<div style='line-height:1.2;'>",
"<strong>Zona: </strong>", zonageo, "<br>",
"<strong>Comuna: </strong>", comuna, "<br>",
"<strong>Barrio: </strong>", barrio,
"</div>")
) %>%
# Puntos: Casas en Zona Norte, coloreadas según el precio
addCircleMarkers(
data = dat %>% filter(tipo == "Casa", zonageo == "Norte"),
lng = ~longitud, lat = ~latitud,
radius = 4,
stroke = FALSE,
fillOpacity = 0.9,
color = ~pal_precio(preciom),
popup = ~paste0("<div style='line-height:1.2;'>",
"<strong>Casa en Zona Norte</strong><br>",
"Precio: ", preciom, " millones<br>",
"Área Construida: ", areaconst, " m²<br>",
"Estrato: ", estrato, "<br>",
"Baños: ", banios, "<br>",
"Habitaciones: ", habitaciones, "<br>",
"Barrio: ", barrio,
"</div>")
) %>%
# Puntos: Apartamentos en Zona Sur, coloreados según el precio
addCircleMarkers(
data = dat %>% filter(tipo == "Apartamento", zonageo == "Sur"),
lng = ~longitud, lat = ~latitud,
radius = 4,
stroke = FALSE,
fillOpacity = 0.9,
color = ~pal_precio(preciom),
popup = ~paste0("<div style='line-height:1.2;'>",
"<strong>Apartamento en Zona Sur</strong><br>",
"Precio: ", preciom, " millones<br>",
"Área Construida: ", areaconst, " m²<br>",
"Estrato: ", estrato, "<br>",
"Baños: ", banios, "<br>",
"Habitaciones: ", habitaciones, "<br>",
"Barrio: ", barrio,
"</div>")
) %>%
addLegend(
pal = pal_precio,
values = dat$preciom,
opacity = 0.7,
title = "Precio de Vivienda (millones)",
position = "bottomright"
)
Finalmente, el análisis de correlación evidencia que, en ambos
subconjuntos, variables como el área construida y el
estrato se correlacionan fuertemente con el precio, siendo
en el caso de los apartamentos especialmente relevante la relación entre
precio y número de baños. Estos hallazgos
fundamentan la selección de variables clave para la construcción del
modelo de regresión lineal múltiple, que servirá para predecir los
precios y orientar de manera óptima la adquisición de las propiedades
que cumplan con los criterios establecidos.
cat('<h5>`Correlación variables`</h5>')
Correlación variables
plot_corr(casas_norte, "Casas en Zona Norte (Vivienda 1)")+
plot_corr(apartamentos_sur, "Apartamentos en Zona Sur (Vivienda 2)") +
plot_layout(ncol = 2)
Modelado
Con el fin de predecir el precio de las viviendas y determinar cómo
influyen sus principales características, se realizó una fase de
modelado que se fundamenta en el análisis exploratorio previo. Tras la
depuración inicial de los datos, la imputación de valores faltantes y la
reasignación de zonas a partir de datos oficiales, se seleccionaron las
variables clave (área construida, estrato,
número de baños y número de habitaciones) para
ajustar un modelo de regresión lineal múltiple en cada subconjunto de
interés. En concreto, se estimaron dos modelos: uno para las
Casas en Zona Norte (destinadas a la
Vivienda 1) y otro para los
Apartamentos en Zona Sur (destinados a la
Vivienda 2). Los resultados de estos modelos se presentan
en las tablas de comparación de Coeficientes entre Modelos
y Ajuste de Modelos, permitiendo evaluar tanto la
significancia de cada predictor como la capacidad explicativa y
parsimonia de los modelos.
En el modelo de Casas en Zona Norte, el
área construida resultó ser un factor determinante: cada
metro cuadrado adicional incrementa el precio en
aproximadamente 0.833 millones (p < 0.001). El estrato,
modelado mediante términos polinómicos, mostró efectos lineales,
cuadráticos y cúbicos (con coeficientes de 258.6, 78.4 y 54.8,
respectivamente, todos altamente significativos), evidenciando una
relación compleja entre la ubicación socioeconómica y el
precio. Además, el número de baños contribuye
significativamente, con un incremento aproximado de 20.66 millones por
cada baño adicional (p = 0.0023), mientras que el número de
habitaciones no resultó relevante. Con un 𝑅2 ajustado de 0.664, el modelo explica cerca
del 66 % de la variabilidad del precio, lo que es razonable, aunque
sugiere que otros factores podrían complementar la explicación.
Por su parte, el modelo para Apartamentos en Zona Sur
destaca por un mayor ajuste, con un 𝑅2 ajustado de 0.763, lo que implica
que aproximadamente el 76 % de la variabilidad en el precio se explica
mediante las variables seleccionadas. En este modelo, el área construida
ejerce un efecto aún mayor, incrementando el precio en 1.605 millones
por metro cuadrado adicional (p < 0.001). Los efectos
polinómicos del estrato también son significativos (coeficientes de
128.8, 77.9 y 23.9), lo que confirma que la ubicación en estratos
superiores influye de forma sustancial en la valoración. Destaca
asimismo el fuerte impacto del número de baños, ya que cada
unidad adicional incrementa el precio en cerca de 60 millones (p <
0.001); curiosamente, el número de habitaciones presenta un
efecto negativo y significativo (≈ -12.32, p ≈ 0.0048), lo que podría
interpretarse como una compensación en aquellos apartamentos con más
habitaciones que, en realidad, disponen de áreas más reducidas.
Comparación de Coeficientes entre Modelos
|
Modelo
|
term
|
estimate
|
std.error
|
statistic
|
p.value
|
conf.low
|
conf.high
|
|
Casas en Zona Norte
|
(Intercept)
|
203.217
|
22.739
|
8.937
|
0.000
|
158.556
|
247.878
|
|
Casas en Zona Norte
|
areaconst
|
0.833
|
0.049
|
17.170
|
0.000
|
0.738
|
0.929
|
|
Casas en Zona Norte
|
estrato.L
|
258.600
|
22.551
|
11.467
|
0.000
|
214.307
|
302.892
|
|
Casas en Zona Norte
|
estrato.Q
|
78.374
|
16.502
|
4.749
|
0.000
|
45.963
|
110.785
|
|
Casas en Zona Norte
|
estrato.C
|
54.801
|
13.734
|
3.990
|
0.000
|
27.827
|
81.775
|
|
Casas en Zona Norte
|
banios
|
20.660
|
6.748
|
3.062
|
0.002
|
7.407
|
33.912
|
|
Casas en Zona Norte
|
habitaciones
|
-0.514
|
5.137
|
-0.100
|
0.920
|
-10.603
|
9.575
|
|
Apartamentos en Zona Sur
|
(Intercept)
|
45.058
|
12.260
|
3.675
|
0.000
|
21.014
|
69.102
|
|
Apartamentos en Zona Sur
|
areaconst
|
1.605
|
0.056
|
28.592
|
0.000
|
1.495
|
1.715
|
|
Apartamentos en Zona Sur
|
estrato.L
|
128.825
|
10.748
|
11.986
|
0.000
|
107.746
|
149.903
|
|
Apartamentos en Zona Sur
|
estrato.Q
|
77.876
|
7.502
|
10.381
|
0.000
|
63.163
|
92.588
|
|
Apartamentos en Zona Sur
|
estrato.C
|
23.939
|
4.787
|
5.001
|
0.000
|
14.551
|
33.327
|
|
Apartamentos en Zona Sur
|
banios
|
59.978
|
3.791
|
15.822
|
0.000
|
52.543
|
67.412
|
|
Apartamentos en Zona Sur
|
habitaciones
|
-12.324
|
4.361
|
-2.826
|
0.005
|
-20.877
|
-3.771
|
Comparación de Ajuste de Modelos
|
Modelo
|
r.squared
|
adj.r.squared
|
sigma
|
AIC
|
BIC
|
|
Casas en Zona Norte
|
0.667
|
0.664
|
160.656
|
7624.85
|
7659.837
|
|
Apartamentos en Zona Sur
|
0.764
|
0.763
|
100.012
|
24033.61
|
24078.392
|
Los gráficos diagnósticos de ambos modelos, que incluyen los
diagramas de residuos versus valores ajustados,
Q–Q plots y Cook’s Distance, evidencian la
presencia de algunos valores atípicos (por ejemplo, las observaciones
501, 121 y 290 en el primer modelo; 1026, 750 y 1680 en el segundo). No
obstante, en términos generales, la mayoría de los residuos se
distribuyen aleatoriamente alrededor de cero, lo que sugiere que los
supuestos de linealidad y homocedasticidad se cumplen de forma
razonable. En el Q–Q plot se aprecian leves desviaciones en
las colas, típicas en muestras grandes, mientras que la gráfica de
Scale-Location muestra una dispersión relativamente
estable, con una ligera tendencia ascendente para valores ajustados
altos. Por último, los puntos con alta Cook’s Distance
señalan observaciones influyentes que podrían revisarse en detalle para
determinar si representan casos genuinamente atípicos o errores de
registro.
cat('<h5>`Diagnóstico Modelo Vivienda 1`</h5>')
Diagnóstico Modelo Vivienda 1
autoplot(modelo_casas, which = 1:4,
colour = I("#4DBBD5FF")) +
theme_minimal()
cat('<h5>`Diagnóstico Modelo Vivienda 2`</h5>')
Diagnóstico Modelo Vivienda 2
autoplot(modelo_apart, which = 1:4,
colour = I("#00A087FF")) +
theme_minimal()
Implementación del Modelo
Tras finalizar el análisis diagnostico y el ajuste de los modelos de
regresión, se procede a aplicar los modelos para predecir el precio de
las viviendas con las características requeridas. En esta etapa se
generan estimaciones para las casas en la Zona Norte y para
los apartamentos en la Zona Sur, comparando los precios
predichos con los créditos preaprobados, lo que permitirá identificar
cuáles propiedades se ajustan mejor a los criterios establecidos por la
empresa. Para la Vivienda 1
(Casa en Zona Norte), el modelo estima que, en
estrato 4, el precio promedio es de 348.89 millones (con un
intervalo de confianza de 314.68 a 383.11 millones), lo que se acerca al
límite del crédito preaprobado de 350 millones. En cambio, para
estrato 5, la predicción es de 391.02 millones (intervalo
de 360.42 a 421.62 millones), superando el presupuesto preaprobado. Esto
sugiere que, para cumplir con el límite de 350 millones, sería
preferible focalizar la búsqueda en propiedades ubicadas en
estrato 4, o bien negociar el precio en caso de opciones en
estrato 5.
Predicciones para Vivienda 1 (Casa en Zona Norte)
Estrato 4:
Estrato 5:
Crédito preaprobado: 350 millones
Por otro lado, para la Vivienda 2
(Apartamento en Zona Sur), el modelo estima un
precio de 618.79 millones (intervalo: 593.29 a 644.28
millones) en estrato 5, y de 775.68 millones (intervalo:
749.46 a 801.90 millones) en estrato 6. En ambos casos, los
precios estimados se sitúan por debajo del crédito preaprobado de 850
millones, lo que representa una oportunidad de ahorro y una mayor
flexibilidad para la negociación.
Predicciones para Vivienda 2 (Apartamento en Zona Sur)
Estrato 5:
Estrato 6:
Crédito preaprobado: 850 millones
Identificación de Viviendas Requeridas
Con el modelo de regresión lineal múltiple ya ajustado y validado, el
siguiente paso consiste en aplicar estos modelos para predecir el precio
de las viviendas con las características solicitadas y, a partir de
dichas predicciones, sugerir potenciales ofertas que se ajusten al
crédito preaprobado (350 millones para casas y 850 millones para
apartamentos). Para ello, se agregó a cada registro en los subconjuntos
de Casas en Zona Norte y
Apartamentos en Zona Sur una columna con el
precio predichoa partir del los valores obtenidos de los
modelos; posteriormente, se filtraron aquellas propiedades cuyos precios
predichos se encuentren dentro de los límites establecidos y que cumplan
los requerimientos solicitados. Fue necesario ajustar ciertos requisitos
porque, al aplicar las condiciones iniciales, la oferta disponible en la
base de datos no arrojaba coincidencias. En el caso de las
casas en Zona Norte, por ejemplo, al exigir un precio
predicho ≤ 350 millones, al menos 4 habitaciones, 1
parqueadero, 2 baños y 200 m² de
área construida, se observó que solo se encontraban casas
en estrato 3, lo que contrasta con la intención de
focalizar la búsqueda en estratos 4 y 5. Esto sugiere que, en la oferta
real, no hay suficientes casas en los estratos deseados dentro del rango
de precio estipulado. De manera similar, para los
apartamentos en Zona Sur se redujo el número mínimo de
habitaciones (de 5 a 4) y el área construida
(de 300 a 200 m²) porque, al exigir condiciones tan estrictas, no se
obtenían registros; la oferta disponible incluye mayormente propiedades
con características ligeramente inferiores a los requerimientos
originales, aunque cumplen con el resto de las condiciones.
ofertas_casas <- casas_norte %>%
mutate(pred = predict(modelo_casas, newdata = .)) %>%
filter(
pred <= 350, # Precio predicho dentro del crédito preaprobado
habitaciones >= 4, # Al menos 4 habitaciones
parqueaderos >= 1, # Al menos 1 parqueadero
banios >= 2, # Al menos 2 baños
areaconst >= 200 # Al menos 200 m² de área construida
)
ofertas_apart <- apartamentos_sur %>%
mutate(pred = predict(modelo_apart, newdata = .)) %>%
filter(
pred <= 850, # Precio predicho dentro del crédito preaprobado
areaconst >= 200, # Al menos 200 m² de área construida
habitaciones >= 4, # Al menos 4 habitaciones
parqueaderos >= 3, # Al menos 3 parqueaderos
banios >= 3, # Al menos 3 baños
estrato %in% c("5", "6") # Estrato 5 o 6
)
# Dominios para la escala de precios
dom_casas <- c(50, 350)
dom_apart <- c(50, 850)
# Mapa para Casas en Zona Norte
map_casas <- leaflet() %>%
addTiles() %>%
addPolygons(data = zonas %>% filter(zonageo == "Norte"),
fillColor = as.character(manual_colors["Norte"]),
weight = 1, opacity = 1, color = "white", fillOpacity = 0.7,
popup = ~paste("<strong>Zona:</strong>", zonageo, "<br>",
"<strong>Comuna:</strong>", comuna, "<br>",
"<strong>Barrio:</strong>", barrio)) %>%
addCircleMarkers(data = ofertas_casas,
lng = ~longitud, lat = ~latitud,
radius = 4, stroke = FALSE, fillOpacity = 0.9,
color = ~pal_precio(pred),
popup = ~paste("<strong>Casa en Zona Norte</strong><br>",
"Precio Predicho:", round(pred,1), " millones<br>",
"Área Construida:", areaconst, " m²<br>",
"Estrato:", estrato, "<br>",
"Baños:", banios, "<br>",
"Habitaciones:", habitaciones, "<br>",
"Parqueaderos:", parqueaderos)) %>%
addLegend("bottomright", pal = pal_precio, values = c(50, 350),
title = "Precio predicho - Casas", labFormat = labelFormat(suffix = " M"))
# Mapa para Apartamentos en Zona Sur
map_apart <- leaflet() %>%
addTiles() %>%
addPolygons(data = zonas %>% filter(zonageo == "Sur"),
fillColor = as.character(manual_colors["Sur"]),
weight = 1, opacity = 1, color = "white", fillOpacity = 0.7,
popup = ~paste("<strong>Zona:</strong>", zonageo, "<br>",
"<strong>Comuna:</strong>", comuna, "<br>",
"<strong>Barrio:</strong>", barrio)) %>%
addCircleMarkers(data = ofertas_apart,
lng = ~longitud, lat = ~latitud,
radius = 4, stroke = FALSE, fillOpacity = 0.9,
color = ~pal_precio(pred),
popup = ~paste("<strong>Apartamento en Zona Sur</strong><br>",
"Precio Predicho:", round(pred,1), " millones<br>",
"Área Construida:", areaconst, " m²<br>",
"Estrato:", estrato, "<br>",
"Baños:", banios, "<br>",
"Habitaciones:", habitaciones, "<br>",
"Parqueaderos:", parqueaderos)) %>%
addLegend("bottomright", pal = pal_precio, values = c(50, 850),
title = "Precio predicho - Apartamentos", labFormat = labelFormat(suffix = " M"))
# Combinar ambos mapas lado a lado
htmltools::browsable(
tagList(
tags$div(style = "width: 49%; display: inline-block;", map_casas),
tags$div(style = "width: 49%; display: inline-block;", map_apart)
)
)
Con base en el análisis realizado, se identificaron
5 casas en Zona Norte y 8
apartamentos en Zona Sur que, tras ajustar ligeramente los
requerimientos iniciales, cumplen con los criterios establecidos y se
ajustan al crédito preaprobado. Las casas encontradas presentan un
precio predicho inferior o igual a 350 millones, cuentan con al menos 4
habitaciones, 1 parqueadero, 2 baños y un área construida mínima de 200
m²; en este segmento, la oferta es más dispersa, aunque la mayoría de
las propiedades se localizan en barrios de la comuna 5. Por
su parte, los apartamentos tienen un precio predicho dentro del límite
de 850 millones, con al menos 4 habitaciones, 3 parqueaderos, 3 baños y
un área construida mínima de 200 m²; los barrios con mayor concentración
de oferta en la Zona Sur son “Parcelaciones Pance” y “Urb. Ciudad
Jardin”, ambos pertenecientes a la comuna 22. Se recomienda
profundizar en la evaluación de estas ofertas mediante una revisión
detallada de cada inmueble, considerando tanto sus características
cuantitativas como la calidad y ubicación específica, para finalmente
seleccionar las propiedades que mejor se ajusten a los requerimientos y
maximicen el aprovechamiento del crédito preaprobado.