Caso Easton
Davi Zineo
09/10/2019
#Caso Easton #Importando base de dados
library(readxl)
Base_de_dados_Easton_Imobilia_ria <- read_excel("C:/Users/Davi/Desktop/Base de dados - Easton Imobiliária.xlsx")
View(Base_de_dados_Easton_Imobilia_ria)#Manipulando variáveis
Base_de_dados_Easton_Imobilia_ria$Mês <- as.factor(Base_de_dados_Easton_Imobilia_ria$Mês)
Base_de_dados_Easton_Imobilia_ria$Localização <- as.factor(Base_de_dados_Easton_Imobilia_ria$Localização)
Base_de_dados_Easton_Imobilia_ria$Corretora <- as.factor(Base_de_dados_Easton_Imobilia_ria$Corretora)
levels(Base_de_dados_Easton_Imobilia_ria$Corretora) <- c('Outra imobiliária','Easton Imobiliária')
levels(Base_de_dados_Easton_Imobilia_ria$Mês) <- c('Março','Abril','Maio','Junho')
levels(Base_de_dados_Easton_Imobilia_ria$Localização) <- c('Dallas','Fort Worth','Arredores da área metropolitana')#Saber se a Easton Imobiliária subvalorizou os imóveis em relação aos seus competidores e em relação as casas analisadas
table(Base_de_dados_Easton_Imobilia_ria$Mês)##
## Março Abril Maio Junho
## 126 118 114 103table(Base_de_dados_Easton_Imobilia_ria$Preço)##
## 99000 99450 100050 101400 101550 102000 102150 102300 102450 103200
## 1 1 1 1 1 1 1 1 2 1
## 103350 103800 104250 104400 105600 105750 106350 106500 106800 107250
## 1 1 1 1 1 1 1 1 2 1
## 107400 107700 108000 108150 108300 108450 108600 108750 108900 109200
## 3 1 2 1 1 1 2 1 2 1
## 109350 109950 110100 110250 110400 110700 110850 111000 111600 111900
## 1 1 1 1 1 2 3 1 1 2
## 112200 112350 112500 112650 113400 113700 114300 114450 114600 114750
## 1 1 1 1 1 2 1 2 1 2
## 115050 115200 115350 115800 115950 116700 116850 117000 117150 117300
## 1 3 2 1 2 1 3 1 1 2
## 117450 117600 117750 117900 118200 118350 118500 118800 119100 119250
## 1 2 2 2 1 1 1 3 1 1
## 119400 119550 119850 120150 120450 120600 120750 120900 121050 121200
## 1 1 3 1 1 1 1 1 1 2
## 121350 121500 121650 121800 121950 122100 122250 122400 122550 122700
## 3 2 1 1 1 1 2 1 1 2
## 123150 123300 123600 123900 124200 124350 124650 124800 124950 125100
## 1 3 2 2 2 2 2 1 2 1
## 125400 125550 125850 126150 126300 126600 126900 127050 127200 127500
## 1 2 2 2 1 2 1 2 1 1
## 127650 127800 127950 128100 128400 128700 129300 129450 129750 129900
## 1 2 2 1 2 2 1 4 1 2
## 130050 130200 130650 131100 131400 131700 131850 132000 132300 132450
## 1 1 1 1 3 2 3 2 1 2
## 132750 132900 133350 133500 133650 133950 134100 134250 134400 134550
## 5 2 2 1 2 1 1 1 1 1
## 135000 135450 135600 135750 136350 136500 136800 136950 137250 137400
## 2 1 1 1 2 1 1 1 3 1
## 137550 138000 138150 138450 138600 138750 139050 139200 139350 139950
## 1 1 4 1 2 3 2 1 2 2
## 140250 140400 140550 140700 141150 141600 141900 142500 142800 143700
## 1 3 2 1 2 1 3 1 2 1
## 143850 144150 144300 144750 144900 145050 145200 145350 145500 145800
## 1 2 1 2 1 2 2 1 1 3
## 145950 146250 146400 146700 146850 147750 148050 148200 148650 148800
## 2 4 2 1 1 1 2 1 1 1
## 148950 149100 149400 149550 149850 150150 150300 150450 150750 151050
## 1 1 1 1 2 1 2 4 4 1
## 151200 151500 151650 151950 152250 152400 152550 153000 153150 153300
## 2 1 2 2 2 1 3 1 1 1
## 153750 153900 154050 154200 154500 154800 154950 155550 156150 156450
## 3 1 3 2 1 1 1 2 1 2
## 156900 157200 157350 157500 157650 158100 158250 158400 158550 158850
## 2 4 1 1 2 4 2 2 2 2
## 159000 159300 159600 160500 160800 160950 161700 162150 162450 162900
## 1 1 4 2 1 2 2 1 2 1
## 163350 163800 164700 165000 165150 165450 165600 165750 166200 166500
## 1 1 1 1 1 1 1 2 1 2
## 166650 166950 167250 167700 168000 168300 168750 168900 169350 169500
## 2 1 1 1 3 1 1 1 1 1
## 169800 170250 170400 171000 171150 171300 172200 172350 172800 172950
## 1 1 1 1 2 1 1 1 1 1
## 173100 173400 173550 173850 174150 174300 175350 175500 175800 175950
## 2 1 1 1 2 1 1 1 1 1
## 176250 176550 177000 177450 177750 177900 178050 178350 178500 179550
## 1 1 1 1 1 1 3 1 2 1
## 179700 179850 180000 180150 180750 181050 181500 181800 183000 183600
## 1 1 1 1 1 1 1 1 1 1
## 183750 184050 184650 184800 185850 187200 187500 190650
## 1 1 1 1 1 2 1 1table(Base_de_dados_Easton_Imobilia_ria$Tamanho)##
## 99.3133536047774 102.007541869079 110.833331010757 111.57655535953
## 1 1 1 1
## 112.784294926286 113.527519275059 117.429447106117 119.194604934452
## 1 1 1 1
## 119.287507978049 120.588150588401 121.238471893578 122.724920591123
## 1 1 1 1
## 126.162333204198 126.533945378585 127.370072770954 128.113297119727
## 1 1 1 1
## 128.670715381307 129.228133642886 129.41393973008 129.878454948063
## 1 1 1 1
## 130.250067122449 130.435873209642 130.621679296835 130.900388427625
## 2 1 1 1
## 132.293934081574 133.408770604734 133.687479735524 134.61651017149
## 2 1 1 1
## 135.638443651052 136.195861912632 137.124892348598 137.310698435791
## 1 1 1 2
## 137.589407566581 137.961019740968 138.332631915354 138.425534958951
## 2 1 1 2
## 138.518438002547 138.611341046144 139.26166235132 139.354565394917
## 1 1 1 1
## 139.447468438514 139.633274525707 140.283595830883 140.655208005269
## 1 1 1 1
## 140.748111048866 141.026820179656 141.584238441236 141.770044528429
## 1 1 1 2
## 141.862947572025 141.955850615622 142.048753659219 142.141656702815
## 1 1 3 1
## 142.234559746412 142.606171920798 142.699074964395 142.791978007992
## 1 2 1 1
## 143.163590182378 143.442299313168 143.535202356764 143.999717574747
## 1 1 1 2
## 144.092620618344 144.557135836327 146.786808882646 147.530033231419
## 1 1 3 2
## 147.622936275015 148.273257580192 148.459063667385 148.644869754578
## 1 1 2 1
## 148.830675841771 149.016481928964 149.109384972561 149.295191059754
## 1 1 1 1
## 149.388094103351 149.573900190544 149.666803234141 149.759706277737
## 2 1 1 1
## 149.945512364931 150.22422149572 151.06034888809 151.246154975283
## 2 1 1 1
## 151.33905801888 151.61776714967 151.803573236863 151.896476280459
## 1 1 2 1
## 152.175185411249 152.453894542039 152.546797585636 152.732603672829
## 3 1 1 1
## 152.825506716426 153.475828021602 153.568731065198 153.661634108795
## 1 1 1 1
## 153.847440195988 154.033246283181 154.126149326778 154.404858457568
## 1 2 2 1
## 154.590664544761 154.869373675551 154.962276719148 155.240985849937
## 1 1 1 1
## 155.519694980727 155.798404111517 155.98421019871 156.2629193295
## 1 1 1 1
## 156.355822373097 156.54162846029 156.727434547483 156.82033759108
## 1 1 1 1
## 156.913240634676 157.006143678273 157.191949765466 157.37775585266
## 2 2 1 1
## 157.656464983449 158.028077157836 158.213883245029 158.399689332222
## 1 1 2 2
## 158.585495419415 158.864204550205 159.050010637399 159.142913680995
## 1 2 1 2
## 159.607428898978 159.700331942575 159.793234986171 160.071944116961
## 3 1 1 1
## 160.164847160558 160.257750204154 160.443556291348 160.722265422137
## 2 1 1 2
## 161.093877596524 161.279683683717 161.372586727314 161.46548977091
## 2 1 1 2
## 161.558392814507 161.930004988893 162.02290803249 162.208714119683
## 2 1 1 1
## 162.30161716328 162.394520206877 162.487423250473 162.85903542486
## 1 1 3 1
## 162.951938468456 163.323550642843 163.695162817229 163.973871948019
## 1 2 1 1
## 164.066774991616 164.159678035212 164.438387166002 164.624193253195
## 1 1 3 1
## 164.809999340388 164.902902383985 165.088708471178 165.367417601968
## 1 2 1 2
## 165.646126732758 165.739029776355 165.831932819951 165.924835863548
## 2 1 1 1
## 166.110641950741 166.203544994338 166.575157168724 166.853866299514
## 2 1 1 1
## 167.132575430304 167.2254784739 167.318381517497 167.597090648287
## 1 3 1 1
## 167.78289673548 167.968702822673 168.06160586627 168.154508909866
## 1 1 2 2
## 168.247411953463 168.34031499706 168.433218040656 168.526121084253
## 2 2 2 3
## 168.711927171446 168.804830215043 168.897733258639 168.990636302236
## 1 1 1 1
## 169.176442389429 169.269345433026 169.362248476622 169.455151520219
## 1 2 1 1
## 169.548054563816 169.826763694605 170.198375868992 170.569988043378
## 1 1 1 2
## 170.662891086975 170.755794130572 171.127406304958 171.499018479344
## 2 2 1 1
## 171.684824566538 171.870630653731 172.056436740924 172.242242828117
## 2 1 1 2
## 172.520951958907 172.98546717689 173.078370220487 173.54288543847
## 1 1 1 1
## 173.914497612856 174.286109787243 174.379012830839 174.750625005226
## 1 1 3 1
## 175.029334136016 175.122237179612 175.679655441192 175.958364571982
## 1 1 1 1
## 176.144170659175 176.237073702772 176.329976746368 176.422879789965
## 2 1 1 1
## 176.980298051544 177.166104138738 177.723522400317 177.909328487511
## 1 1 1 1
## 178.280940661897 178.373843705494 178.46674674909 179.30287414146
## 1 1 2 1
## 179.488680228653 179.674486315846 180.046098490233 180.324807621022
## 1 1 1 2
## 180.417710664619 180.696419795409 180.789322839006 180.975128926199
## 1 1 1 1
## 181.068031969795 181.160935013392 181.253838056989 181.346741100585
## 1 1 2 1
## 181.532547187778 181.625450231375 181.997062405761 182.275771536551
## 1 1 1 1
## 182.368674580148 182.461577623745 182.554480667341 182.740286754534
## 1 1 1 1
## 183.018995885324 183.297705016114 183.483511103307 183.762220234097
## 2 1 1 1
## 183.855123277694 184.22673545208 184.877056757256 185.806087193223
## 1 2 1 1
## 186.270602411206 186.549311541995 186.642214585592 186.735117629189
## 1 1 1 1
## 186.828020672785 186.920923716382 187.385438934365 187.478341977962
## 2 1 2 1
## 187.571245021558 187.757051108751 188.035760239541 188.128663283138
## 2 1 1 1
## 188.871887631911 189.057693719104 189.150596762701 189.336402849894
## 1 2 1 1
## 189.522208937087 189.615111980684 189.70801502428 190.079627198667
## 1 1 1 1
## 190.358336329457 190.451239373053 190.637045460246 191.008657634633
## 1 1 1 1
## 191.101560678229 191.194463721826 191.380269809019 191.658978939809
## 1 1 1 3
## 192.123494157792 192.402203288582 192.495106332179 192.866718506565
## 1 1 1 1
## 192.959621550162 193.145427637355 193.238330680951 193.795748942531
## 1 1 1 2
## 193.981555029724 194.074458073321 194.260264160514 194.353167204111
## 1 1 1 1
## 194.446070247707 195.096391552884 195.18929459648 195.653809814463
## 1 3 1 1
## 195.74671285806 196.118325032446 196.397034163236 196.582840250429
## 1 3 1 1
## 196.675743294026 196.954452424816 197.233161555606 197.418967642799
## 1 1 1 1
## 198.255095035168 198.440901122362 198.719610253152 199.184125471135
## 1 1 1 1
## 199.462834601924 199.834446776311 199.927349819907 200.113155907101
## 1 1 1 1
## 200.856380255874 201.878313735436 202.157022866226 202.435731997016
## 1 2 1 1
## 202.528635040613 202.621538084209 203.086053302192 203.457665476579
## 1 1 2 3
## 204.386695912545 205.129920261318 205.222823304914 205.315726348511
## 1 1 1 1
## 205.594435479301 205.780241566494 206.058950697284 206.15185374088
## 1 1 2 1
## 206.244756784477 206.98798113325 207.26669026404 208.102817656409
## 1 1 1 1
## 208.474429830796 208.846042005182 209.310557223165 209.403460266762
## 1 1 1 1
## 209.682169397552 209.775072441148 210.053781571938 210.146684615535
## 1 1 1 1
## 210.239587659131 210.332490702728 210.425393746325 210.518296789921
## 1 1 1 1
## 210.611199833518 210.982812007904 212.004745487467 212.46926070545
## 1 1 1 1
## 212.74796983624 212.933775923433 213.491194185013 213.955709402996
## 1 1 1 1
## 214.327321577382 215.163448969752 216.092479405718 216.464091580104
## 1 1 1 1
## 217.021509841684 217.486025059667 217.578928103264 218.693764626423
## 1 1 1 1
## 219.436988975196 220.551825498355 220.644728541952 221.480855934321
## 1 1 1 1
## 221.573758977918 222.409886370287 222.781498544674 223.338916806254
## 1 1 1 1
## 224.732462460203 226.404717244942 226.497620288538 227.519553768101
## 1 1 1 1
## 227.891165942487 231.793093773545 232.257608991528 233.558251601881
## 1 1 1 1
## 234.022766819864 234.95179725583 236.809858127762 238.760822043291
## 1 1 1 1
## 239.132434217677 240.43307682803 241.733719438383 249.816284231288
## 1 1 1 1
## 253.811115105942 256.133691195857 266.817541209468
## 1 1 1table(Base_de_dados_Easton_Imobilia_ria$Quartos)##
## 2 3 4
## 60 290 111table(Base_de_dados_Easton_Imobilia_ria$Idade)##
## 1 2 3 4 5 6 7 8 9 10 11 12 13
## 2 17 25 64 70 84 76 62 39 15 5 1 1table(Base_de_dados_Easton_Imobilia_ria$Localização)##
## Dallas Fort Worth
## 217 147
## Arredores da área metropolitana
## 97table(Base_de_dados_Easton_Imobilia_ria$Corretora)##
## Outra imobiliária Easton Imobiliária
## 415 46#Pode-se observar que preços dos imóveis variam de acordo com o mês, o Tamanho, o número de quartos, a idade do imóvel, a sua localização
#Criando Subconjuntos
Base_de_dados_Easton_Imobilia_ria_CorretoraOI <- subset(Base_de_dados_Easton_Imobilia_ria,subset=Corretora=='Outra imobiliária')
Base_de_dados_Easton_Imobilia_ria_CorretoraEI <- subset(Base_de_dados_Easton_Imobilia_ria,subset=Corretora=='Easton Imobiliária')#Agora veremos análises de comparação entre a Easton Imobiliária e Outra imobiliária
#PreçoXMês das casas de Easton Imobiliária VS PreçoXMês dos imóveis de Outra imobiliária
par(mfrow=c(1,2))
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Mês,
col=c("orange","green","pink","grey"),
main="PreçoXMês Easton corretora",
xlab="Mês",
ylab="Preço")
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Mês,
col=c("yellow","blue","red","purple"),
main="PreçoXMês Outra corretora",
xlab="Mês",
ylab="Preço")
#O preço dos imóveis no mês de Março, na Easton Imobiliária, vai de uns 100000 até uns 150000 dólares, já em Outra imobiliária, o valor do imóvel vai de uns 110000 até uns 190000; #Em Abril, na Easton Imobiliária, o valor vai de uns 100000 até uns 190000 dólares, já em Outra imobiliária, o preço vai de uns 110000 até uns 190000 dólares; #Em Maio, na Easton Imobiliária, o preço vai de uns 110000 até aproximadamente 180000 dólares,já em Outra imobiliária, o preço vai de uns 100000 até uns 180000 dólares; #Em Junho, o preço dos imóveis,na Easton Imobiliária, varia de uns 100000 até ins 130000 dólares e possui um outlier em uns 150000,já em Outra imobiliária, o valor varia de uns 100000 até uns 180000 dólares.
#PreçoXTamanho de imóveis de Easton Imobiliária VS PreçoXTamanho das casas de Outra imobiliária
par(mfrow=c(1,2))
plot(Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Preço,Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Tamanho,
col="green",pch=19,
xlab = "Preço do imóvel", ylab = "Tamanho do imóvel",
main="PreçoXTamanho Easton corretora")
abline(lm(Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Tamanho~Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Preço),col="pink")
plot(Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Preço,Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Tamanho,
col="skyblue",pch=20,
xlab = "Preço do imóvel", ylab = "Tamanho do imóvel",
main="PreçoXTamanho Outra corretora")
abline(lm(Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Tamanho~Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Preço),col="darkblue")
#Podemos observar que em ambos os casos, um imóvel de 150 até 200 m² possuem o seu preço por volta de 110000 até 180000 dólares.
#PreçoXLocalização das casas de Easton Imobiliária vs PreçoXLocalização dos imóveis de outra imobiliária
par(mfrow=c(1,2))
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Localização,
col=c("Green","skyblue","brown"),
main="PreçoXLocal Easton corretora",
xlab="Localização",
ylab="Preço")
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Localização,
col=c("red","blue","purple"),
main="PreçoXLocal Outra corretora",
xlab="Localização",
ylab="Preço")
#Podemos ver que o preço dos imóveis na região de Dallas varia de uns 120000 até uns 180000 dólares na Easton Imobiliária, já em Outra imobiliária vai de 100000 até uns 190000; #Em Fort Worth o valor do imóvel na Easton Imobiliária vai de uns 100000 até uns 150000 dólares e possui um outlier com uns 180000 dólares, já em Outra imobiliária o valor vai de uns 100000 até uns 180000 dólares; #Nos Arredores da área metropolitana o preço dos imóveis na Easton Imobiliária vai de uns 100000 até uns 160000 dólares, já em Outra imobiliária, o preço vai de uns 100000 até quase 170000 dólares, e possui dois outliers,um com aproximadamente 172000 dólares e o outro com 177000 dólares;
#PreçoXQuartos dos imóveis de Easton Imobiliária VS PreçoXQuartos das casas de outra imobiliária
par(mfrow=c(1,2))
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Quartos,
col=c("yellow","green","skyblue"),
main="PreçoXQuartos Easton corretora",
xlab="Número de quartos",
ylab="Preço")
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Quartos,
col=c("darkblue","grey","purple"),
main="PreçoXQuartos Outra corretora",
xlab="Número de quartos",
ylab="Preço")
#Na Easton Imobiliária os imóveis com 2 quartos possuem o preço por volta dos 100000 até uns 120000 dólares, já os com 3 quartos, o preço vai de 100000 até uns 150000 dólares e possui 4 outliers, um com o preço por volta de 160000 dólares e os outros 3 com o preço por volta dos 180000 dólares,já os com 4 quartos, o valor vai de uns 120000 até uns 180000 dólares. #Em Outra imobiliária, os imóveis com 2 quartos possuem o valor por volta de uns 100000 até por volta de 160000 dólares e tem um outlier em aproximadamente 180000,já os com 3 quartos, o preço vai de 100000 até quase 190000 dólares, e os de 4 quartos, o valor vai de uns 110000 até uns 190000 dólares.
#PreçoXIdade dos imóveis de Easton Imobiliária VS PreçoXIdade das casas de Outra imobiliária
par(mfrow=c(1,2))
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraEI$Idade,
col=c("Orange","grey","Brown","red","yellow","blue","green","purple","darkblue","pink","skyblue"),
main="PreçoXIdade Easton corretora",
xlab="Idade",
ylab="Preço")
boxplot(Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Preço~Base_de_dados_Easton_Imobilia_ria_CorretoraOI$Idade,
col=c("Green","red","skyblue","darkblue","purple","Brown","yellow","pink","skyblue","orange","blue"),
main="PreçoXIdade Outra corretora",
xlab="Idade",
ylab="Preço")
#Pode-se enxergar que os imóveis com 2 anos possuem ,na Easton Imobiliária, tem o preço entre 120000 até 140000, já em Outra imobiliária, o preço varia de uns 110000 até 180000 dólares; #Os imóveis com 4 anos, na Easton Imobiliária, tem o seu preço variando de uns 100000 até uns 180000 dólares, já em Outra imobiliária, o preço vai de aproximadamente 100000 até uns 190000; #Os imóveis com 5 anos,na Easton Imobiliária, vai de uns 110000 até uns 150000 dólares, já na Outra imobiliária, o preço varia de uns 100000 até uns 190000; #Em ambas as corretoras, o preço dos imóveis de 6 anos varia de uns 100000 até uns 190000; #Os imóveis de 7 anos, na Easton Imobiliária, o preço varia de uns 110000 até quase 160000 dólares, já em Outra imobiliária, o preço varia de uns 100000 até quase 190000; #Os imóveis com 8 anos, na Easton Imobiliária, o preço fica por volta de uns 140000,já em Outra imobiliária o preço varia de uns 100000 até uns 180000; #Os imóveis com 9 anos, na Easton Imobiliária, fica por volta de uns 120000 até quase 130000 dólares,já em Outra imobiliária, o preço vai de uns 110000 até uns 180000 dólares; #Os imóveis com 10 anos ficam por volta de uns 120000 dólares, já em Outra imobiliária, o preço vai de aproximadamente 100000 até uns 180000; #O imóvel ou os imóveis com 11 anos,na Easton Imobiliária, fica em uns 120000 dólares,já em Outra imobiliária, o preço vai de uns 120000 até uns 130000 dólares.
#Após uma análise entre as imobiliárias, podemos dissecar melhor essa questão.
#CONCLUSÃO #Ao verificar a procedência das reclamações, observa-se que as queixas foram desencadeadas de um artigo recente de algum jornal local sobre venda de casas.No entanto, é apresentado uma tabela, nesse jornal, e nessa tabela pode-se ver o preço médio e o tamanho médio de uma venda típica de casa na área Dallas-Fort Worth, e apresenta uma nota que diz: “inclui todas as casas vendidas em Dallas, Fort Worth, Arlington e as pequenas cidades entre elas, nos últimos 12 meses”.Tendo isso em vista, a média calculada a respeito do preço e do tamanho foi em um período de 12 meses. Vale a pena destacar o contexto em que foi realizada a reclamação, a cada mês que passava, ficava mais difícil de vender uma casa devido a crise, por isso, sendo esse um dos motivos que levaram, os indivíduos que se queixaram, a crer que a Easton Imobiliária realizou vendas de casas subvalorizadas.Nesse âmbito, pode-se analisar,nos gráficos realizados para análise, que durante os últimos 4 meses(Março,Abril,Maio,Junho), a Easton Imobiliária não subvalorizou nenhum imóvel, os preços estavam acompanhando o mercado.
#O primeiro imóvel a ser investigado é o vendido em Arlington, que tem 4 anos, 203m², e foi vendido por 88500 dólares.Como visto, não se tem informações sobre um imóvel vendido em Arlington, dificultando a visualização de um preço mais exato, visto que a localização do imóvel pode afetar no seu preço.No entanto, os imóveis com 4 anos sendo avaliados pelo mercado, possuem o valor por volta de 100000 até aproximadamente 190000 dólares.Além disso, os imóveis com 200m² possuem o preço por volta de uns 130000 até quase 190000 dólares.E, Os imóveis com 3 quartos possuem o preço por volta de uns 100000 até quase 190000 dólares.Ademais, o imóvel foi vendido no último mês, em junho, em um período de crise, onde os preços estavam em queda.
#O segundo imóvel a ser investigado é o vendido em Fort Worth, que tem 9 anos, 172m², e foi vendido por 79500 dólares.Pode-se ver que os imóveis vendidos em Fort Worth vai de 100000 até 180000 dólares.Além disso, verifica-se que os imóveis com 9 anos são vendidos por preços de 110000 até 180000 dólares.E, os imóveis com 170 m² possuem o seu valor por volta de 110000 até 160000 dólares.Ademais, os imóveis com 3 quartos possuem o preço por volta de uns 100000 até quase 190000 dólares.É necessário enxergar que o imóvel foi vendido no último mês, em junho, em um período de declínio, onde os preços estavam em queda.