Taller 1 - Análisis de la Oferta Inmobiliaria Urbana
Johan Sebastian Valencia Cardenas
2025-08-11
Problema
Una empresa inmobiliaria líder en una gran ciudad está buscando comprender en profundidad el mercado de viviendas urbanas para tomar decisiones estratégicas más informadas. La empresa posee una base de datos extensa que contiene información detallada sobre diversas propiedades residenciales disponibles en el mercado. Se requiere realizar un análisis holístico de estos datos para identificar patrones, relaciones y segmentaciones relevantes que permitan mejorar la toma de decisiones en cuanto a la compra, venta y valoración de propiedades.
Introduccion
El siguiente informe tiene como objetivo realizar un análisis estadístico integral de una base de datos de viviendas urbanas en la ciudad de Cali, con el fin de comprender los factores que influyen en el mercado inmobiliario y proporcionar insumos para la toma de decisiones estratégicas en una empresa del sector.
A partir de la información obtenida mediante técnicas de web
scraping desde la plataforma OLX y contenida en el paquete
paqueteMODELOS, se aplicara la siguiente metodologia.
- Carga de librerías y datos:
- Limpieza y conversión de tipos; detección de NA y duplicados
- Imputación de variables (k-NN)
- PCA: reducción de dimensionalidad y análisis de
variables que más explican la variabilidad.
- Clustering: agrupamiento jerárquico, DBSCAN y HCPC
para segmentar el mercado.
- ACM: análisis de asociaciones entre variables
categóricas (zona, tipo, estrato).
- Visualización: mapas de clusters y gráficos biplot para interpretar los resultados.
Variables
A continuacion, comenzaremos con una descripcion de las variables que se trataron.
id → Identificador del inmueble en el dataset.
zona → Sector o región general donde está ubicado el inmueble.
piso → Número de piso en el que se encuentra la propiedad (para apartamentos) en el caso de las casas se toma como la cantidad de pisos que posee.
estrato → Clasificación socioeconómica oficial del inmueble.
preciom → Precio del inmueble expresado en millones de pesos.
areaconst → Área construida del inmueble en metros cuadrados.
parqueaderos → Número de parqueaderos.
banios → Número de baños disponibles en el inmueble.
habitaciones → Número de habitaciones o cuartos.
tipo → Tipo de inmueble (Apartamento - casa).
barrio → Nombre del barrio.
longitud → Coordenada geográfica de longitud donde está el inmueble.
latitud → Coordenada geográfica de latitud donde está el inmueble.
1. Carga de librerías y datos
Se procedio con la respectiva importanción de los datos desde el centromagis, asi como la descarga de las librerias.
## Using libcurl 8.10.1 with Schannel##
## Adjuntando el paquete: 'purrr'## The following objects are masked from 'package:rlang':
##
## %@%, flatten, flatten_chr, flatten_dbl, flatten_int, flatten_lgl,
## flatten_raw, invoke, splice## Cargando paquete requerido: colorspace## Cargando paquete requerido: grid## VIM is ready to use.## Suggestions and bug-reports can be submitted at: https://github.com/statistikat/VIM/issues##
## Adjuntando el paquete: 'VIM'## The following object is masked from 'package:datasets':
##
## sleep##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union## Warning: package 'FactoMineR' was built under R version 4.4.3## Warning: package 'factoextra' was built under R version 4.4.3## Cargando paquete requerido: ggplot2## Warning: package 'ggplot2' was built under R version 4.4.3## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa## Warning: package 'tibble' was built under R version 4.4.3## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ lubridate 1.9.4 ✔ tibble 3.3.0
## ✔ readr 2.1.5 ✔ tidyr 1.3.1## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ purrr::%@%() masks rlang::%@%()
## ✖ dplyr::filter() masks stats::filter()
## ✖ purrr::flatten() masks rlang::flatten()
## ✖ purrr::flatten_chr() masks rlang::flatten_chr()
## ✖ purrr::flatten_dbl() masks rlang::flatten_dbl()
## ✖ purrr::flatten_int() masks rlang::flatten_int()
## ✖ purrr::flatten_lgl() masks rlang::flatten_lgl()
## ✖ purrr::flatten_raw() masks rlang::flatten_raw()
## ✖ purrr::invoke() masks rlang::invoke()
## ✖ dplyr::lag() masks stats::lag()
## ✖ readr::parse_date() masks curl::parse_date()
## ✖ purrr::splice() masks rlang::splice()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors## Warning: package 'mice' was built under R version 4.4.3##
## Adjuntando el paquete: 'mice'
##
## The following object is masked from 'package:stats':
##
## filter
##
## The following objects are masked from 'package:base':
##
## cbind, rbind# Instalacion del paquete: paqueteMODELOS
devtools::install_github("centromagis/paqueteMODELOS", force = TRUE)## WARNING: Rtools is required to build R packages, but is not currently installed.
##
## Please download and install Rtools 4.4 from https://cran.r-project.org/bin/windows/Rtools/.
## Downloading GitHub repo centromagis/paqueteMODELOS@HEAD## rlang (1.1.5 -> 1.1.6) [CRAN]
## purrr (1.0.2 -> 1.1.0) [CRAN]
## cli (3.6.3 -> 3.6.5) [CRAN]
## Rcpp (1.0.14 -> 1.1.0) [CRAN]
## curl (6.2.0 -> 6.4.0) [CRAN]
## magick (2.8.5 -> 2.8.7) [CRAN]## Installing 6 packages: rlang, purrr, cli, Rcpp, curl, magick## Warning: packages 'rlang', 'purrr', 'cli', 'Rcpp', 'curl' are in use and will
## not be installed## Installing package into 'C:/Users/johan/AppData/Local/R/win-library/4.4'
## (as 'lib' is unspecified)## Warning in download.file(url, destfile, method, mode = "wb", ...): downloaded
## length 15940658 != reported length 24804281## Warning in download.file(url, destfile, method, mode = "wb", ...): URL
## 'https://cloud.r-project.org/bin/windows/contrib/4.4/magick_2.8.7.zip': Timeout
## of 60 seconds was reached## Error in download.file(url, destfile, method, mode = "wb", ...) :
## download from 'https://cloud.r-project.org/bin/windows/contrib/4.4/magick_2.8.7.zip' failed## Warning in download.packages(pkgs, destdir = tmpd, available = available, :
## download of package 'magick' failed## ── R CMD build ─────────────────────────────────────────────────────────────────## WARNING: Rtools is required to build R packages, but is not currently installed.
##
## Please download and install Rtools 4.4 from https://cran.r-project.org/bin/windows/Rtools/.## checking for file 'C:\Users\johan\AppData\Local\Temp\RtmpQlLhBD\remotes228055f510b1\Centromagis-paqueteMODELOS-3b06257/DESCRIPTION' ... ✔ checking for file 'C:\Users\johan\AppData\Local\Temp\RtmpQlLhBD\remotes228055f510b1\Centromagis-paqueteMODELOS-3b06257/DESCRIPTION' (689ms)
## ─ preparing 'paqueteMODELOS': (7.3s)
## checking DESCRIPTION meta-information ... ✔ checking DESCRIPTION meta-information
## ─ checking for LF line-endings in source and make files and shell scripts (446ms)
## ─ checking for empty or unneeded directories
## ─ building 'paqueteMODELOS_0.1.0.tar.gz'
##
## ## Installing package into 'C:/Users/johan/AppData/Local/R/win-library/4.4'
## (as 'lib' is unspecified)## Cargando paquete requerido: boot
## Cargando paquete requerido: broom## Warning: package 'broom' was built under R version 4.4.3## Cargando paquete requerido: GGally## Warning: package 'GGally' was built under R version 4.4.3## Cargando paquete requerido: gridExtra
##
## Adjuntando el paquete: 'gridExtra'
##
## The following object is masked from 'package:dplyr':
##
## combine
##
## Cargando paquete requerido: knitr## Warning: package 'knitr' was built under R version 4.4.3## Cargando paquete requerido: summarytools## Warning: package 'summarytools' was built under R version 4.4.3##
## Adjuntando el paquete: 'summarytools'
##
## The following object is masked from 'package:tibble':
##
## view## spc_tbl_ [8,322 × 13] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
## $ id : num [1:8322] 1147 1169 1350 5992 1212 ...
## $ zona : chr [1:8322] "Zona Oriente" "Zona Oriente" "Zona Oriente" "Zona Sur" ...
## $ piso : chr [1:8322] NA NA NA "02" ...
## $ estrato : num [1:8322] 3 3 3 4 5 5 4 5 5 5 ...
## $ preciom : num [1:8322] 250 320 350 400 260 240 220 310 320 780 ...
## $ areaconst : num [1:8322] 70 120 220 280 90 87 52 137 150 380 ...
## $ parqueaderos: num [1:8322] 1 1 2 3 1 1 2 2 2 2 ...
## $ banios : num [1:8322] 3 2 2 5 2 3 2 3 4 3 ...
## $ habitaciones: num [1:8322] 6 3 4 3 3 3 3 4 6 3 ...
## $ tipo : chr [1:8322] "Casa" "Casa" "Casa" "Casa" ...
## $ barrio : chr [1:8322] "20 de julio" "20 de julio" "20 de julio" "3 de julio" ...
## $ longitud : num [1:8322] -76.5 -76.5 -76.5 -76.5 -76.5 ...
## $ latitud : num [1:8322] 3.43 3.43 3.44 3.44 3.46 ...
## - attr(*, "spec")=
## .. cols(
## .. id = col_double(),
## .. zona = col_character(),
## .. piso = col_character(),
## .. estrato = col_double(),
## .. preciom = col_double(),
## .. areaconst = col_double(),
## .. parqueaderos = col_double(),
## .. banios = col_double(),
## .. habitaciones = col_double(),
## .. tipo = col_character(),
## .. barrio = col_character(),
## .. longitud = col_double(),
## .. latitud = col_double()
## .. )
## - attr(*, "problems")=<externalptr>La base Vivienda tiene 8.322 observaciones y 13 variables distribuida (id, zona, piso, estrato, preciom, areaconst, parqueaderos, banios, habitaciones, tipo, barrio, longitud, latitud)
2. Limpieza y preparación
# Reorganizo las variables
vivienda$piso=as.numeric(vivienda$piso)
vivienda$estrato=as.factor(vivienda$estrato)
# Verifico que los cambios hayan quedado aplicados
sapply(vivienda, class)## id zona piso estrato preciom areaconst
## "numeric" "character" "numeric" "factor" "numeric" "numeric"
## parqueaderos banios habitaciones tipo barrio longitud
## "numeric" "numeric" "numeric" "character" "character" "numeric"
## latitud
## "numeric"## [1] 8322 13## id zona piso estrato preciom areaconst
## 3 3 2638 3 2 3
## parqueaderos banios habitaciones tipo barrio longitud
## 1605 3 3 3 3 3
## latitud
## 3## # A tibble: 3 × 13
## id zona piso estrato preciom areaconst parqueaderos banios habitaciones
## <dbl> <chr> <dbl> <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 NA <NA> NA <NA> NA NA NA NA NA
## 2 NA <NA> NA <NA> NA NA NA NA NA
## 3 NA <NA> NA <NA> 330 NA NA NA NA
## # ℹ 4 more variables: tipo <chr>, barrio <chr>, longitud <dbl>, latitud <dbl># Se crea otro base llamada vivi_limpia, donde se excluyen las variables NA del id
vivi_limpia <- vivienda[!is.na(vivienda$id), ]
# Heatmap sobre los datos faltantes
aggr(vivi_limpia,
numbers = TRUE,
sortVars = TRUE,
cex.axis = 0.9,
gap = 1,
ylab = c("Porcentaje de datos faltantes", "Patrón de faltantes"))
##
## Variables sorted by number of missings:
## Variable Count
## piso 0.3167448
## parqueaderos 0.1925712
## id 0.0000000
## zona 0.0000000
## estrato 0.0000000
## preciom 0.0000000
## areaconst 0.0000000
## banios 0.0000000
## habitaciones 0.0000000
## tipo 0.0000000
## barrio 0.0000000
## longitud 0.0000000
## latitud 0.0000000## [1] 0##
## Apartamento Casa
## 1 430 430
## 2 512 938
## 3 573 524
## 4 545 62
## 5 564 3
## 6 243 2
## 7 200 4
## 8 211 0
## 9 146 0
## 10 128 2
## 11 84 0
## 12 83 0###### PROCEDEMOS A ELIMINAR LAS CASAS QUE TIENEN MAS DE 6 PISOS CON LA FINALIDAD DE NO TENER TANTA DISPERCION EN LOS DATOS
# Se crea otro base llamada vivi_limpia, donde se excluyen las CASAS que tienes mas de 6 pisos del id
vivi_limpia$piso <- ifelse(vivi_limpia$tipo == "Casa" &
vivi_limpia$piso > 6,0,vivi_limpia$piso)
###### REVISAR TIPO Y PISOS
table(vivi_limpia$piso, vivi_limpia$tipo)##
## Apartamento Casa
## 0 0 6
## 1 430 430
## 2 512 938
## 3 573 524
## 4 545 62
## 5 564 3
## 6 243 2
## 7 200 0
## 8 211 0
## 9 146 0
## 10 128 0
## 11 84 0
## 12 83 0# Explicacopfmef
# No tendremos en cuenta la variable piso
#Revisamos cuantas valores faltantes hay
colSums(is.na(vivi_limpia))## id zona piso estrato preciom areaconst
## 0 0 2635 0 0 0
## parqueaderos banios habitaciones tipo barrio longitud
## 1602 0 0 0 0 0
## latitud
## 0Las variables piso y parqueaderos presentan la mayor cantidad de valores faltantes
Realizamos un histograma para observar si existe asimetria o simetria y saber cual tecnica de imputacion usar
Observamos que los datos no tienen un comportamiento simetrico en parqueaderos, ni pisos
Para el tipo, utilizamos una tabla donde observamos que tenemos mas concentracion en los aptos que en las casas
Al observar los resultados,evidenciamos que se debe imputar diferente a la moda o el promedio, procedemos a utilizar los vecinos cercanos (KNN)
3. Imputación k-NN
Se realizara la imputacion mediante los vecinos mas cercanos (10), por el tipo de variable
Graficamos los datos imputados, con los originales
vivi_limpia_impu <- kNN(vivi_limpia, variable = c("tipo", "parqueaderos"), k = 10)
par(mfrow = c(1,2))
boxplot(vivi_limpia$parqueaderos ~ vivi_limpia$tipo, main = " Antes de imputar")
boxplot(vivi_limpia_impu$parqueaderos ~ vivi_limpia_impu$tipo, main = "Imputacion por KKN")
## id zona piso estrato
## 0 0 2635 0
## preciom areaconst parqueaderos banios
## 0 0 0 0
## habitaciones tipo barrio longitud
## 0 0 0 0
## latitud tipo_imp parqueaderos_imp
## 0 0 0Después de la imputación no quedan NA en las variables objetivo
4. Preparación para el Modelo PCA
# Seleccionamos las variables numericas para el pca
pca_data <- vivi_limpia_impu[, c(12,13,5,2,10,4,6,7,8,3,9)]
# quitamos los valores NA, reduciendo la base de datos
pca_data <- na.omit(pca_data)
# Observamos si todavia hay variables NA
colSums(is.na(pca_data))## longitud latitud preciom zona tipo estrato
## 0 0 0 0 0 0
## areaconst parqueaderos banios piso habitaciones
## 0 0 0 0 0# Escalamos los datos
pca_data_sca <- scale(pca_data[, 7:11])
# Aplicamos el modelo PCA
pca_model <- prcomp(pca_data_sca, center = TRUE, scale. = TRUE)
# Realizamos un summary para ver pesos de los componentes principales
summary(pca_model)## Importance of components:
## PC1 PC2 PC3 PC4 PC5
## Standard deviation 1.6524 0.9961 0.8252 0.56029 0.53167
## Proportion of Variance 0.5461 0.1984 0.1362 0.06279 0.05653
## Cumulative Proportion 0.5461 0.7445 0.8807 0.94347 1.00000Graficamos las dimensiones y la varianza
observaremos las primeras 2 dimensiones, las cuales aportan mas del 70% la explicacion de la variablidad de los datos
Observamos en un plano las dos dimensiones y vemos cuales son las que mas aportan
mediante un grafico de visalizacion analizaremos cuales son las caracteristicas que aportan a la compra de casa o apartamento en cali
fviz_pca_biplot(
pca_model,
repel = TRUE,
habillage = pca_data$tipo,
col.var = "black",
gradient.cols = c("pink", "red"))
Contribución de las variables al primer componente
En el primer componente, el area construida, numero de baños, habitaciones, parqueaderos explican la mayor variabilidad del conjunto de los datos
Al segundo componente
En el segundo componente el piso (piso en el cual esta ubicado el apto) y (el numero de pisos que tiene la casa) es el que explica la variacion en el segundo componente
PC1 explica ~54.61% de la varianza y PC2 ~19.84% (las dos primeras suman ~74.45%).
PC1 está fuertemente cargado por: area construida, número de baños, habitaciones y parqueaderos.
PC2 está asociado principalmente al piso (ubicación vertical del inmueble).
5. Análisis de conglomerados (clustering)
#distancia euclidiana
comp_1=pca_data_sca[, 1:5]
dist_comp_1 <- dist(comp_1, method = "euclidian")
# Cluster jerarquico
hc_comp_1 <- hclust(dist_comp_1, method = "complete")
# Realizamos el dendograma, ya que usamos el cluster jerarquico, en 4 clusters
plot(hc_comp_1, cex = 0.6, main = "Dendograma", las=1,
ylab= "Distancia euclidiana", xlab= "Grupos")
rect.hclust(hc_comp_1, k = 3, border =2:5)
# Asignamos los grupos
asig_cluster <- cutree(hc_comp_1, k=3)
# Asignamos los clusteres
pca_data$cluster=asig_cluster
# Utilizamos la longitud y la latitud para realizar el mapa y ver la discriminacion
ggplot(pca_data, aes(x = longitud, y = latitud, color = as.factor(cluster))) +
geom_point(size = 3) +
scale_color_manual(values = c("black", "blue", "green", "brown")) +
labs(color = "Cluster") +
theme_minimal()
# OTRO METODO CON HCPC
res.ACP <- PCA(pca_data_sca, graph = FALSE)
clus.cali <- HCPC(res.ACP, nb.clust = -1)
# mapa de cluster
fviz_cluster(
clus.cali,
data = pca_data_sca,
geom = "point",
show.clust.cent = TRUE,
palette = c("yellow","blue","red"),
ggtheme = theme_minimal(),
main = "Mapa de clusters"
)
# Ahora caracterizamos los clusteres
pca1 <- pca_data
pca1$zona=as.factor(pca1$zona)
# Miramos la caracterizacion de los grupos, dependiendo las variables
boxplot(pca1$preciom ~ pca1$cluster)
El clustering jerárquico mostró una segmentación interpretable en 3 clusters.
Cluster 1: al validar el cluster de precio, se Presentan precios significativamente más bajos frente a los demas grupos evidenciando muchos valores atípicos.
Cluster 2: Se videncian Propiedades con un menor numero de parqueaderos, concentrándose en varios espacios (1,2), con pocos valores atípicos, donde muestra que pueden ser inmuebles mejor construidas o ubicadas en zonas de Cali, donde el parqueo no es prioridad o simplemente no tiene.
Cluster 3: existen viviendas con menores habitaciones, o tienen una particularidad que suelen tener entre 1 y dos habitaciones. al interpretarse, puede tratarse de lugarse muchos mas pequeños.
Cluster 4: Existen viviendas en pisos muchos mas bajos en una escala entre 1 -5. al existir dicha variablidad podemos asociarlo a que pueden atraer familias mucho mas numerosas, personas mayores o con unas caracterisicas especiales.
Cluster 5: Podemos analizar que existen viviendas con menos bañados contruidos, entre 2 y 3.Podemos asociarlo a viviendas mas pequeñas, apartamentos en zonas urbanas, donde el espaccio es mas pequeño.
6. Análisis de Correspondencia Múltiple (ACM)
# Tomamos las variables categoricas
pca2 <- pca_data[,c(4,5,6)]
# Procedemos a renombrar las categorias de las variables, para tener un mejor entendimiento de estas en las graficas
pca2$estrato <- recode(pca2$estrato,
"3" = "Estrato 3",
"4" = "Estrato 4",
"5" = "Estrato 5",
"6" = "Estrato 6")
# Revisamos si hay datos en blanco (no hay, este nuevo dataset, viene de una base de datos ya limpia)
md.pattern(pca2, rotate.name = TRUE)## /\ /\
## { `---' }
## { O O }
## ==> V <== No need for mice. This data set is completely observed.
## \ \|/ /
## `-----'
## zona tipo estrato
## 5684 1 1 1 0
## 0 0 0 0## zona tipo estrato
## "character" "character" "factor"# Realizamos un modelo de correspondencia multiple, que permita agregar mas de 2 variables
acm_model <- MCA(pca2, graph = FALSE)
summary(acm_model)##
## Call:
## MCA(X = pca2, graph = FALSE)
##
##
## Eigenvalues
## Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6 Dim.7
## Variance 0.550 0.454 0.389 0.334 0.326 0.267 0.202
## % of var. 20.620 17.010 14.605 12.512 12.233 10.002 7.571
## Cumulative % of var. 20.620 37.630 52.234 64.746 76.979 86.981 94.552
## Dim.8
## Variance 0.145
## % of var. 5.448
## Cumulative % of var. 100.000
##
## Individuals (the 10 first)
## Dim.1 ctr cos2 Dim.2 ctr cos2 Dim.3 ctr
## 4 | 0.119 0.000 0.008 | -0.657 0.017 0.245 | 0.932 0.039
## 5 | -0.021 0.000 0.000 | -0.365 0.005 0.062 | -1.345 0.082
## 6 | -0.021 0.000 0.000 | -0.365 0.005 0.062 | -1.345 0.082
## 7 | -0.028 0.000 0.000 | -0.533 0.011 0.117 | -0.592 0.016
## 8 | -0.021 0.000 0.000 | -0.365 0.005 0.062 | -1.345 0.082
## 9 | 0.421 0.006 0.068 | -0.422 0.007 0.068 | -0.886 0.035
## 10 | 0.421 0.006 0.068 | -0.422 0.007 0.068 | -0.886 0.035
## 11 | 0.169 0.001 0.009 | 0.421 0.007 0.058 | -0.271 0.003
## 12 | 0.414 0.005 0.059 | -0.589 0.013 0.121 | -0.132 0.001
## 13 | 0.421 0.006 0.068 | -0.422 0.007 0.068 | -0.886 0.035
## cos2
## 4 0.493 |
## 5 0.846 |
## 6 0.846 |
## 7 0.144 |
## 8 0.846 |
## 9 0.302 |
## 10 0.302 |
## 11 0.024 |
## 12 0.006 |
## 13 0.302 |
##
## Categories (the 10 first)
## Dim.1 ctr cos2 v.test Dim.2 ctr cos2
## Zona Centro | 3.154 7.323 0.122 26.361 | 1.149 1.177 0.016
## Zona Norte | 0.472 2.707 0.056 17.814 | -0.296 1.292 0.022
## Zona Oeste | -1.018 8.899 0.171 -31.175 | 1.808 34.006 0.539
## Zona Oriente | 3.371 25.214 0.432 49.533 | 1.453 5.677 0.080
## Zona Sur | -0.184 1.250 0.053 -17.315 | -0.433 8.391 0.292
## Apartamento | -0.340 4.583 0.219 -35.253 | 0.040 0.076 0.003
## Casa | 0.643 8.674 0.219 35.253 | -0.075 0.143 0.003
## Estrato 3 | 1.858 32.310 0.630 59.853 | 0.633 4.547 0.073
## Estrato 4 | -0.195 0.615 0.014 -8.870 | -0.819 13.158 0.244
## Estrato 5 | -0.179 0.671 0.017 -9.798 | -0.480 5.841 0.121
## v.test Dim.3 ctr cos2 v.test
## Zona Centro 9.599 | 1.202 1.501 0.018 10.045 |
## Zona Norte -11.180 | -1.510 39.099 0.571 -56.980 |
## Zona Oeste 55.350 | -0.210 0.536 0.007 -6.441 |
## Zona Oriente 21.347 | 0.651 1.329 0.016 9.569 |
## Zona Sur -40.750 | 0.482 12.136 0.363 45.412 |
## Apartamento 4.114 | -0.297 4.955 0.167 -30.848 |
## Casa -4.114 | 0.563 9.377 0.167 30.848 |
## Estrato 3 20.393 | -0.288 1.097 0.015 -9.281 |
## Estrato 4 -37.252 | 0.700 11.176 0.178 31.812 |
## Estrato 5 -26.249 | -0.711 14.923 0.266 -38.879 |
##
## Categorical variables (eta2)
## Dim.1 Dim.2 Dim.3
## zona | 0.749 0.688 0.638 |
## tipo | 0.219 0.003 0.167 |
## estrato | 0.682 0.670 0.363 |
Se Procedio a renombrar las categorias de las variables, para tener un mejor entendimiento de estas en las graficas
Eigenvalues: Dim1 = 20.62% var., Dim2 = 17.01%, Dim3 = 14.61% (cumulativa hasta Dim2 ~37.63% — en ACM se interpretan diferente que en PCA).
zona y estrato muestran alta asociación con las dimensiones (eta2 altos); tipo tiene menor aporte relativo.
Observaciones indicativas: Zona Oriente y Zona Centro presentan cargas positivas en la Dim1; Estrato 3 se asocia fuertemente a una de las dimensiones.
7. Conclusiones
Las variables más relevantes para explicar la variabilidad del mercado en la muestra son: área construida, número de baños, habitaciones y parqueaderos (PC1).
El piso es un factor secundario pero relevante (PC2).
Existe una segmentación clara en 3 grupos (clusters) que muestran diferencias en precio, tamaño y ubicación: esto permite diseñar estrategias comerciales segmentadas.
El ACM confirma patrones socio-espaciales: ciertos estratos se concentran en zonas específicas (información útil para valuación y mercadeo).