CASE - Easton Companhia Imobiliária

INTRODUÇÃO

Trabalho da Disciplina Estatística Aplicada - UFF - Universidade Federal Fluminense.

library(RcmdrMisc)

## Loading required package: car

## Loading required package: carData

## Loading required package: sandwich

Easton_Imobiliaria <- readXL("C:/Users/Gledson/Desktop/Base de dados - Easton Imobiliária.xlsx", 
  rownames=FALSE, header=TRUE, na="", sheet="Banco de Dados", stringsAsFactors=TRUE)


Easton_Imobiliaria <- within(Easton_Imobiliaria, {
  Corretora <- factor(Corretora, labels=c('Outra Corretora','Easton'))
})

Easton_Imobiliaria <- within(Easton_Imobiliaria, {
  Localização <- factor(Localização, labels=c('Dallas','Fort Worth','Arredores'))
})
Easton_Imobiliaria <- within(Easton_Imobiliaria, {
  Mês <- factor(Mês, labels=c('Março','Abril','Maio','Junho'))
})

% DE CASAS VENDIDAS POR CORRETORAS POR REGIÃO

local({
  .Table <- xtabs(~Corretora+Localização, data=Easton_Imobiliaria)
  cat("\nFrequency table:\n")
  print(.Table)
  cat("\nRow percentages:\n")
  print(rowPercents(.Table))
  .Test <- chisq.test(.Table, correct=FALSE)
  print(.Test)
})

## 
## Frequency table:
##                  Localização
## Corretora         Dallas Fort Worth Arredores
##   Outra Corretora    210        123        82
##   Easton               7         24        15
## 
## Row percentages:
##                  Localização
## Corretora         Dallas Fort Worth Arredores Total Count
##   Outra Corretora   50.6       29.6      19.8   100   415
##   Easton            15.2       52.2      32.6   100    46
## 
##  Pearson's Chi-squared test
## 
## data:  .Table
## X-squared = 20.86, df = 2, p-value = 2.954e-05

Gráfico - Quantidade de Imóveis Vendidos por Região de cada IMobiliária

Percebemos que em Dallas houve a maior concentração de vendas e que a Easton teve mais de 50% de suas vendas em Fort Worth. Além disso, percebemos que a Easton possue um market share em torno de 10% do mercado.

Easton_Imobiliaria <- within(Easton_Imobiliaria, {
  Corretora <- factor(Corretora, labels=c('Outra Corretora','Easton'))
})

Easton_Imobiliaria <- within(Easton_Imobiliaria, {
  Localização <- factor(Localização, labels=c('Dallas','Fort Worth','Arredores'))
})
Easton_Imobiliaria <- within(Easton_Imobiliaria, {
  Mês <- factor(Mês, labels=c('Março','Abril','Maio','Junho'))
})

library(colorspace, pos=16)
library(plotrix)
Easton_Imobiliaria <- within(Easton_Imobiliaria, {Corretora <- factor(Corretora, labels=c('Outra Corretora','Easton'))})

VERIFICAÇÃO DE VALORIZAÇÃO OU NÃO DO IMÓVEL

Neste gráfico de mosáico percebemos que a Easton em relação a demais Imobiliárias valoriza (ou vende seus imóveis com preços acima da média do mercado. Com isso, temos uma pré análise que os dois imóveis analisados pontualmente tiveram subvalorização.

PREÇO DOS IMÓVEIS VENDIDOS POR REGIÃO

par(bg="gray")
boxplot(Preço~Localização, data=Easton_Imobiliaria, id=list(method="y"),main="PREÇO POR REGIÃO",col="blue")

Neste gráfico de boxplot percebemos que o preço médio dos imóveis vendidos em Fort Worth e Arredores realmente são menores que Dallas.Porém, longe dos valores vendidos nos dois imóveis em questão (120.000)

PREÇO EM RELAÇÃO POR MÊS

par(bg="gray")
boxplot(Preço~Mês, data=Easton_Imobiliaria, id=list(method="y"),main=" PREÇO POR MÊS",col="yellow")

Neste gráfico de boxplot, percebemos a queda forte dos valores em um prazo pequeno de quatro meses (150.000 para 135.000), como aproximadamente 20% de queda nos preços ou 5% ao mês. Trata-se de uma queda muito forte para o mercado. Pode-se imaginar que a Easton visualizava esta tendência de mercado e resolver liquidar este dois imóveis, porém sem alinhamento / aviso aos clientes. Talvez se eles realmente não baixassem os preços não conseguiriam vender com velocidade e com isso os imóveis iriam se desvalorizar mais ainda, conforme o tempo.

Diversas analises foram feitas com a função RPIVOT, conforme seguem a seguir:

Percebemos no gráfico acima que os preços da Easton não tiveram um queda homogênia como as demais imobiliárias, talvez por falta de conhecimento ou inteligência de mercado, corroborando para a conclusão de que a Easton realmente subvalorizou os imóveis vendidos.

Neste último gráfico destacasse os valores médios vendidos por mês por corretoras. Fica notório uma simetria de preços, porém com redução em todos os meses, independentemente das imobiliária, porém não chegando próximo dos valores dos imóveis vendidos pela Easton em questão.