Caso Easton
Geison Loureiro Gomes.
02/10/2019
Introdução:
Sam Easton é o fundador da imobiliária Easton e recebeu uma carta de entrega especial do presidente do Conselho Local dos Corretores de Imóveis. O Conselho havia recebido reclamações de duas pessoas que venderam suas casas através da Easton Imobiliária. Neste estudo de caso devemos ajudar Sam Easton, a mostrar que as reclamações de subvalorização das casas, feitas pelas dois clientes, são ou não verdadeiras.
Objetivo:
Primeiramente, determinar se a Easton Imobiliária tem,ou não subvalorizado as casas em relação aos seus competidores. Em seguida, determinar se as duas casas em questão foram ou não subvalorizadas em comparação ao mercado, ou seja , em relação às casas vendidas por outros corretores de imóveis.
Informações Importantes:
Antes da crise imobiliária, as vendas residenciais combinadas da Easton Imobiliária totalizaram aproximadamente 15 milhões de dólares anualmente.Venda típica de casa na Área de Dallas-Fort Woth.
Anúncio do jornal.
| Preço médio de venda | 104.250 dólares |
|---|---|
| Tamanho médio | 172 m² |
Nota: inclui todas as casas vendidas em Dallas, Fort Worth, Arlington e as pequenas cidades entre elas, nos últimos 12 meses.
summary(Easton$Preço)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 99000 121800 138600 140057 157200 190650summary(Easton$Tamanho)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 99.31 154.13 169.27 173.48 192.40 266.82Nota-se que existe uma diferença entre a média e a mediana correspondente aos meses de março, abril, maio e junho e que neste período a situação financeira era a mesma. Já no anúncio do jornal foram pegos dados de 12 meses onde parte do período as vendas estavam normalizadas evidenciando assim uma discrepância ainda maior. A melhor situação, neste caso, era o jornal publicar a mediana do preço e do tamanho para que tenhamos um número que condiz com a realidade.
# manipulando a base de dados
Easton$Mês <- as.factor(Easton$Mês)
levels(Easton$Mês)<- c("Março","Abril","Maio","Junho")
Easton$Corretora <- as.factor(Easton$Corretora)
levels(Easton$Corretora)<- c("Easton","Outra imobiliária")
Easton$Localização <- as.factor(Easton$Localização)
levels(Easton$Localização)<- c("Dallas","Fort Worth", "Ao arredor" )Banco de dados fornecidos por uma avaliadora imobiliária local Pat McCloskey.
Alegações dos clientes:
As duas pessoas alegaram que a Easton Imobiliária havia vendido suas casas por um preço baixo para acelerar suas vendas.
| Cliente | Local | Idade da casa | Tamanho | Preço | Quantidade de Quartos |
|---|---|---|---|---|---|
| Primeiro | Arlington | 4 anos | 203 m² | 88.500 dólares | 3 |
| Segundo | Fort Worth | 9 anos | 172 m² | 79.500 dólares | 3 |
Nota: As duas pessoas acreditam que eles teriam conseguido vender por um valor maior se a Easton Imobiliária tivesse fixado o verdadeiro valor de mercado das casas.
Parâmetros gerais:
Podemos perceber nos gráficos:
- Quantidade bem superior de casas vendidas pela imobiliária Easton em relação as demais imobiliárias;
- Preferência para casas de 3 quartos;
- Dallas é a cidade onde mais casas são vendidas;
- Há simetria no gráfico idade x casas vendidas, com alta na venda de casas com 7 anos de idade;
- Há queda nas vendas devido a crise imobiliária;
1.Determinar se a Easton imobiliário tem ou não subvalorirada as casas em relação aos seus competidores.
- Easton x Outras Imobiliárias
Podemos observar que existe uma simetria no gráfico da imobiliária Easton evidenciando assim uma coerência no preço na hora da venda. Já as outras imobiliárias existe uma assimetria negativa, com a existência de outliers acima do preço padrão da imobiliária.
No requisito tamanho as outras Imobiliárias tem mantido um padrão de vendas, observado pela simetria do gráfico.
A mediana de idade das casas vendidas pelas corretoras são de 6 anos, entretando, existe uma assimetria na imobiliária da Easton e novamente uma equilíbrio nas outras imobiliárias.
So_easton <- subset(Easton,Corretora == "Easton")
plot(So_easton$Tamanho~So_easton$Preço, col = "blue", xlab = "Preço", ylab = "Tamanho", main = "Imobiliária Easton.", las = 1)
cor(So_easton$Tamanho,So_easton$Preço) # Coeficiente de Correlação## [1] 0.5919876rho <- lm(So_easton$Tamanho~So_easton$Preço)
abline(rho)
outras_imobi <- subset(Easton,Corretora == "Outra imobiliária")
plot(outras_imobi$Tamanho~outras_imobi$Preço,col = "blue", xlab = "Preço", ylab = "Tamanho", main = "Outras Imobiliárias.")
cor(outras_imobi$Tamanho,outras_imobi$Preço) # Coeficiente de Correlação## [1] 0.6464221rho <- lm(outras_imobi$Tamanho~outras_imobi$Preço)
abline(rho)
Exitem, nos gráficos de dispersão, relação positiva entre as variáveis, uma vez que o valor de uma variável sobe com o aumento do valor da outra, podemos concluir que NÃO existe uma subvalorização da Easton em relação as outras imobiliárias.
Outros parâmetros
2.Determinar se as duas casas em questão foram ou não subvalorizadas em relação às casas vendidas por outros corretores de imóveis.
- Primeira casa, Arlington, 4 anos, 203 m², 88.500 dólares, 3 quartos.
- Imobiliária Easton.
Observando o gráfico das casas vendidas pela imobiliária Easton na cidade de Arlington, percebe- se que o valor das casas está tudo acima de 100.000 dólares, e a faixa de tamanho 200 a 220 m² o preço é acima de 120.000 dólares. Independente da Idade das casas e número de quartos , como mostra o gráfico e tabela abaixo.
Arlington <- subset(Easton,Localização == "Ao arredor")
Arlington_Easton <- subset(Arlington,Corretora == "Easton")
plot(Arlington_Easton$Preço~Arlington_Easton$Tamanho, main = "Vendas pela Imobiliária Easton em Arlington",col = "blue", xlab = "Tamanho", ylab = "Preço")
cor(Arlington_Easton$Preço,Arlington_Easton$Tamanho) # Coeficiente de Correlação## [1] 0.8602291rho_easton <- lm(Arlington_Easton$Preço~Arlington_Easton$Tamanho)
abline(rho_easton)
Arlington_3quartos <- subset(Arlington_Easton,Quartos == "3")
DT::datatable(Arlington_3quartos[1:46, c(7, 1:6)], rownames = FALSE, caption = "Casas vendidas incluindo em Arlington")- Outras Imobiliárias
A mesma situação acontece nas outras imobiliárias, apesar do número reduzido de casas vendidas.
Arlington_outras_imobiliarias <- subset(Arlington,Corretora == "Outra imobiliária")
plot(Arlington_outras_imobiliarias$Preço~Arlington_outras_imobiliarias$Tamanho, main = "Venda das outras Imobiliárias em Arlington",xlab = "Tamanho", ylab = "Preço", col = "blue")
cor(Arlington_outras_imobiliarias$Preço,Arlington_outras_imobiliarias$Tamanho) # Coeficiente de Correlação## [1] 0.9120221rho_outras <- lm(Arlington_outras_imobiliarias$Preço~Arlington_outras_imobiliarias$Tamanho)
abline(rho_outras)
Arlington_outras_imobiliarias <- subset(Arlington,Corretora == "Outra imobiliária")
DT::datatable(Arlington_3quartos[1:15, c(7, 1:6)], rownames = FALSE, caption = "Casas vendidas incluindo em Arlington")- Segunda casa, Fort Worth, 9 anos, 172 m², 79.500 dólares e 3 quartos.
Nota-se que existe uma coerência entre todas as Imobiliárias pelos dados fornecidos por Pat McCloskey.
Ao se deparar com os dados e gráficos, percebe-se que EXISTE uma subvalorização das casas em relação às casas vendidas por outros corretores de imóveis e pela própria Imobiliária Easton.
Fort_worth <- subset(So_easton,Localização == "Fort Worth")
plot(Fort_worth$Preço~Fort_worth$Tamanho, main = "Vendas pela Imobiliária Easton em Fort Worth",col = "blue", xlab = "Tamanho", ylab = "Preço")
cor(Fort_worth$Preço,Fort_worth$Tamanho) # Coeficiente de Correlação## [1] 0.8959756rho_easton_Fort <- lm(Fort_worth$Preço~Fort_worth$Tamanho)
abline(rho_easton)
Fort_worth_outras <- subset(outras_imobi,Localização == "Fort Worth")
plot(Fort_worth_outras$Preço~Fort_worth_outras$Tamanho, main = "Vendas pelas Outras Imobiliária em Fort Worth",col = "blue", xlab = "Tamanho", ylab = "Preço")
cor(Fort_worth_outras$Preço,Fort_worth_outras$Tamanho) # Coeficiente de Correlação## [1] 0.8553288rho_outras_Fort <- lm(Fort_worth_outras$Preço~Fort_worth_outras$Tamanho)
abline(rho_easton)