library(labstatR)
## labstatR 1.0.13
## Insieme di funzioni di supporto al volume
## 'Laboratorio di Statistica con R'
## Iacus-Masarotto, MacGraw-Hill Italia, 2006.
## Si veda 'library(help="labstatR")' per i comandi disponibili.
## Nota: 'mean.a', 'mean.g' e 'hist.pf' sono state sostituite rispettivamente da 'meana', 'meang' e 'histpf'
library(ggplot2)
## Warning: il pacchetto 'ggplot2' è stato creato con R versione 4.4.3
library(dplyr)
## Warning: il pacchetto 'dplyr' è stato creato con R versione 4.4.3
##
## Caricamento pacchetto: 'dplyr'
## I seguenti oggetti sono mascherati da 'package:stats':
##
## filter, lag
## I seguenti oggetti sono mascherati da 'package:base':
##
## intersect, setdiff, setequal, union
dati = read.csv("realestate_texas.csv", sep = ",")
Beaumont <- dati %>% filter(city == "Beaumont")
Bryan <- dati %>% filter(city == "Bryan-College Station")
Tyler <- dati %>% filter(city == "Tyler")
Wichita <- dati %>% filter(city == "Wichita Falls")
dati %>%
group_by(year) %>%
summarize(media = mean(sales), sd = sd(months_inventory))
## # A tibble: 5 × 3
## year media sd
## <int> <dbl> <dbl>
## 1 2010 169. 2.08
## 2 2011 164. 2.07
## 3 2012 186. 1.61
## 4 2013 212. 1.69
## 5 2014 231. 1.75
year_2010 <- dati %>% filter(year == "2010")
year_2011 <- dati %>% filter(year == "2011")
year_2012 <- dati %>% filter(year == "2012")
year_2013 <- dati %>% filter(year == "2013")
year_2014 <- dati %>% filter(year == "2014")
# 1. Analisi delle variabili
#partendo dalla prima variabile che suddivide il dataframe in città si può visualizzare l'andamento di tali città sotto tutti i punti di vista delle successive varibili, identificando quindi quali siano le città che permettono di avere vendite più "semplici" o di "alto valore"
#sotto un punto di vista temporale è possibile valutare invece quali sono i periodi migliori di vendita sotto un punto di vista mensile, qundi prendendo in esame ogni variabile è possibile constatare quanti acquirenti ci sono in tali periodi, quanto mediamente si può vendere per periodo e quanto le inserzioni abbiano efficacia in tale periodo
#un altra suddivisione tempo che è possibile prendere in esame è come il mercato nel corso degli anni si sta dirigendo, quindi se e dove il mercato aumenta o diminuisce la resa poichè tutte le variabili tempo sono divisibili anche nei quattro macro gruppi delle città
#2. Indici di posizione, variabilità e forma
summary(dati)
## city year month sales
## Length:240 Min. :2010 Min. : 1.00 Min. : 79.0
## Class :character 1st Qu.:2011 1st Qu.: 3.75 1st Qu.:127.0
## Mode :character Median :2012 Median : 6.50 Median :175.5
## Mean :2012 Mean : 6.50 Mean :192.3
## 3rd Qu.:2013 3rd Qu.: 9.25 3rd Qu.:247.0
## Max. :2014 Max. :12.00 Max. :423.0
## volume median_price listings months_inventory
## Min. : 8.166 Min. : 73800 Min. : 743 Min. : 3.400
## 1st Qu.:17.660 1st Qu.:117300 1st Qu.:1026 1st Qu.: 7.800
## Median :27.062 Median :134500 Median :1618 Median : 8.950
## Mean :31.005 Mean :132665 Mean :1738 Mean : 9.193
## 3rd Qu.:40.893 3rd Qu.:150050 3rd Qu.:2056 3rd Qu.:10.950
## Max. :83.547 Max. :180000 Max. :3296 Max. :14.900
IQR(dati$sales)
## [1] 120
IQR(dati$median_price)
## [1] 32750
IQR(dati$months_inventory)
## [1] 3.15
#Le città hanno avuto un numero di vendite medio negli anni che si aggirava attorno alle 175 vendite mensili, con un mese il cui picco minimo è stato di 79 e quello massimo di 423. I quartili tra il primo è il terzo si trovano a 127 e 247 con un range di 120
#La mediana dei prezzi è di 134500 con un minimo di 73800 e un massimo di 180000. I valori del primo quartile e del terzo quartile sono di 117300 e 150050 con un range di 32750 dollari
#Il numero di mesi medio per le inserzioni è di circa 9 mesi, con un minimo di 3 e un massimo di 15
summary(Beaumont)
## city year month sales
## Length:60 Min. :2010 Min. : 1.00 Min. : 83.0
## Class :character 1st Qu.:2011 1st Qu.: 3.75 1st Qu.:150.0
## Mode :character Median :2012 Median : 6.50 Median :176.5
## Mean :2012 Mean : 6.50 Mean :177.4
## 3rd Qu.:2013 3rd Qu.: 9.25 3rd Qu.:202.0
## Max. :2014 Max. :12.00 Max. :273.0
## volume median_price listings months_inventory
## Min. :13.50 Min. :106700 Min. :1500 Min. : 7.000
## 1st Qu.:21.95 1st Qu.:123025 1st Qu.:1619 1st Qu.: 8.575
## Median :25.62 Median :130750 Median :1676 Median :10.400
## Mean :26.13 Mean :129988 Mean :1679 Mean : 9.970
## 3rd Qu.:30.16 3rd Qu.:134550 3rd Qu.:1744 3rd Qu.:11.400
## Max. :42.03 Max. :163800 Max. :1857 Max. :12.600
summary(Bryan)
## city year month sales
## Length:60 Min. :2010 Min. : 1.00 Min. : 89.0
## Class :character 1st Qu.:2011 1st Qu.: 3.75 1st Qu.:134.8
## Mode :character Median :2012 Median : 6.50 Median :186.5
## Mean :2012 Mean : 6.50 Mean :206.0
## 3rd Qu.:2013 3rd Qu.: 9.25 3rd Qu.:282.5
## Max. :2014 Max. :12.00 Max. :403.0
## volume median_price listings months_inventory
## Min. :15.15 Min. :140700 Min. : 882 Min. : 3.400
## 1st Qu.:24.70 1st Qu.:150800 1st Qu.:1268 1st Qu.: 5.150
## Median :33.59 Median :155400 Median :1489 Median : 8.100
## Mean :38.19 Mean :157488 Mean :1458 Mean : 7.658
## 3rd Qu.:48.42 3rd Qu.:161975 3rd Qu.:1618 3rd Qu.: 9.150
## Max. :83.55 Max. :180000 Max. :1984 Max. :11.600
summary(Tyler)
## city year month sales
## Length:60 Min. :2010 Min. : 1.00 Min. :143.0
## Class :character 1st Qu.:2011 1st Qu.: 3.75 1st Qu.:227.0
## Mode :character Median :2012 Median : 6.50 Median :271.0
## Mean :2012 Mean : 6.50 Mean :269.8
## 3rd Qu.:2013 3rd Qu.: 9.25 3rd Qu.:313.8
## Max. :2014 Max. :12.00 Max. :423.0
## volume median_price listings months_inventory
## Min. :21.05 Min. :120600 Min. :2272 Min. : 6.90
## 1st Qu.:35.75 1st Qu.:133975 1st Qu.:2742 1st Qu.:10.00
## Median :45.08 Median :142200 Median :2888 Median :11.45
## Mean :45.77 Mean :141442 Mean :2905 Mean :11.32
## 3rd Qu.:53.32 3rd Qu.:147675 3rd Qu.:3046 3rd Qu.:12.78
## Max. :80.81 Max. :161600 Max. :3296 Max. :14.90
summary(Wichita)
## city year month sales
## Length:60 Min. :2010 Min. : 1.00 Min. : 79.0
## Class :character 1st Qu.:2011 1st Qu.: 3.75 1st Qu.: 97.0
## Mode :character Median :2012 Median : 6.50 Median :114.5
## Mean :2012 Mean : 6.50 Mean :116.1
## 3rd Qu.:2013 3rd Qu.: 9.25 3rd Qu.:130.0
## Max. :2014 Max. :12.00 Max. :167.0
## volume median_price listings months_inventory
## Min. : 8.166 Min. : 73800 Min. : 743.0 Min. :6.100
## 1st Qu.:11.441 1st Qu.: 92800 1st Qu.: 857.8 1st Qu.:7.275
## Median :13.711 Median :102300 Median : 911.0 Median :7.900
## Mean :13.930 Mean :101743 Mean : 909.6 Mean :7.817
## 3rd Qu.:16.243 3rd Qu.:109175 3rd Qu.: 961.5 3rd Qu.:8.300
## Max. :20.881 Max. :135300 Max. :1052.0 Max. :9.400
summary(year_2010)
## city year month sales
## Length:48 Min. :2010 Min. : 1.00 Min. : 83.0
## Class :character 1st Qu.:2010 1st Qu.: 3.75 1st Qu.:120.8
## Mode :character Median :2010 Median : 6.50 Median :162.0
## Mean :2010 Mean : 6.50 Mean :168.7
## 3rd Qu.:2010 3rd Qu.: 9.25 3rd Qu.:202.0
## Max. :2010 Max. :12.00 Max. :316.0
## volume median_price listings months_inventory
## Min. : 8.951 Min. : 86400 Min. : 904 Min. : 7.000
## 1st Qu.:17.660 1st Qu.:120625 1st Qu.:1230 1st Qu.: 8.250
## Median :23.684 Median :133050 Median :1630 Median : 9.750
## Mean :25.676 Mean :130192 Mean :1826 Mean : 9.973
## 3rd Qu.:32.099 3rd Qu.:148700 3rd Qu.:2170 3rd Qu.:11.525
## Max. :49.914 Max. :165300 Max. :3296 Max. :13.800
# 3. Identificazione delle variabili con maggiore variabilità e asimmetria
#utilizzando la formula di calcolo per il coefficiente di variabilità possiamo dire che la più alta variabilità si ha nel numero di vendite al mese, sotto la dicitura "volume" e ci permette di dire che in base all'anno e alla città il numero mensile di venditè è il dato con più variabilità
attach(dati)
sd(sales)
## [1] 79.65111
sd(volume)
## [1] 16.65145
sd(median_price)
## [1] 22662.15
sd(listings)
## [1] 752.7078
sd(months_inventory)
## [1] 2.303669
cv <- function(x)
{return(sd(x)/mean(x)*100)}
cv(sales)
## [1] 41.42203
cv(volume)
## [1] 53.70536
cv(median_price)
## [1] 17.08218
cv(listings)
## [1] 43.30833
cv(months_inventory)
## [1] 25.06031
# 4. Creazione di classi per una variabile quantitativa
dati$sales_cl <- cut(dati$sales, breaks = c(50, 100, 150, 200, 250, 300, 350, 400, 450))
sales_cll <- table(dati$sales_cl)
barplot(sales_cll)
# 5. Calcolo della probabilità
60/240
## [1] 0.25
#probabilità di una città = 25%
20/240
## [1] 0.08333333
#probabilità di un mese = 8,33%
4/240
## [1] 0.01666667
#probabilità di un determinato mese di un determinato anno = 1,66 %
# 6. Creazione di nuove variabili
dati$mean_price <- (dati$volume*1000000)/dati$sales
dati$efficency <- (dati$listings/dati$months_inventory)
# 7. Analisi condizionata
dati_city <- dati %>%
group_by(city) %>%
summarize(mean(sales), mean(median_price), sd(sales), sd(median_price))
summary(Beaumont)
## city year month sales
## Length:60 Min. :2010 Min. : 1.00 Min. : 83.0
## Class :character 1st Qu.:2011 1st Qu.: 3.75 1st Qu.:150.0
## Mode :character Median :2012 Median : 6.50 Median :176.5
## Mean :2012 Mean : 6.50 Mean :177.4
## 3rd Qu.:2013 3rd Qu.: 9.25 3rd Qu.:202.0
## Max. :2014 Max. :12.00 Max. :273.0
## volume median_price listings months_inventory
## Min. :13.50 Min. :106700 Min. :1500 Min. : 7.000
## 1st Qu.:21.95 1st Qu.:123025 1st Qu.:1619 1st Qu.: 8.575
## Median :25.62 Median :130750 Median :1676 Median :10.400
## Mean :26.13 Mean :129988 Mean :1679 Mean : 9.970
## 3rd Qu.:30.16 3rd Qu.:134550 3rd Qu.:1744 3rd Qu.:11.400
## Max. :42.03 Max. :163800 Max. :1857 Max. :12.600
# 8. Creazione di visualizzazioni con ggplot2
ggplot(data = dati) +
geom_boxplot(aes(x = city, y = median_price), fill = "green")+
labs(title = "Prezzi mediani per città") +
theme_bw()
ggplot(data = dati) +
geom_col(aes(x= month, y = sales), fill = "navy") +
labs(title = "Vendite per mese") +
theme_bw()
ggplot(data = dati) +
geom_col(aes(x = city, y = sales), fill = "darkred") +
labs(title = "Vendite per città")+
theme_bw()
# 9. Conclusioni
# In conclusione pssiamo identificare come i mesi estivi siano quelli durante i quali ci sia un numero più elevato di vendite, con il picco massimo nel mese di agosto.
# Per quanto riguarda le città, Bryan-College Station è la città con il valore degli immobili mediamente più alto, mentre Tyler è la città dove avvengono più compravendite.
# La città che risulta meno redditizia risulta Wichita.