1) Objetivo
Defender a Imobiliária Easton das acusações de subvalorização das casas que vendeu.
2) Base de Dados
library(readxl)
easton <- read_excel("C:/Users/Nanato/Desktop/estatistica/Base_de_dados-master/easton.xlsx")
View(easton)
library(knitr)
head(kable(easton))
## [1] " Mês Preço Tamanho Quartos Idade Localização Corretora"
## [2] "---- ------- ---------- -------- ------ ------------ ----------"
## [3] " 3 172950 173.54289 3 2 1 0"
## [4] " 3 167250 183.01900 3 2 1 0"
## [5] " 3 158250 172.24224 3 2 1 0"
## [6] " 3 150750 209.77507 4 2 3 0"
3) Adaptação de termos da Base de Dados
names(easton)
## [1] "Mês" "Preço" "Tamanho" "Quartos" "Idade"
## [6] "Localização" "Corretora"
nomes<-c( "Mês", "Preço", "Tamanho", "Quartos", "Idade", "Localizaçao", "Corretora")
colnames(easton)<-nomes
4) Comparação entre Corretoras
easton$Corretora<-as.factor(easton$Corretora)
levels(easton$Corretora) <- c('Outras', 'Easton')
boxplot(easton$Preço~easton$Corretora, col= "green", xlab= "Corretora", ylab= "Preço (Dólares)", main= "Preço por Corretora")
mean(easton$Preço~easton$Corretora)
## Warning in mean.default(easton$Preço ~ easton$Corretora): argument is not
## numeric or logical: returning NA
## [1] NA
Apesar de haver alguns outliers, de acordo com este gráfico, a Easton vende, em média, imóveis mais baratos que outras imobiliárias. Porém, devemos analisar as diversas variáveis envolvidas, pois muitos fatores podem afetar os preços de diferentes imóveis.
6) Quantidade de imóveis
hist(easton$Preço, col= "blue", main= "Quantidade de casas por preço", xlab= "Preço (Dólares)", ylab= "Quantidade")
Pode-se perceber que há uma enorme quantidade de casas em variadas faixas de preço, o que torna inconclusiva qualquer comparação de uma casa específica em relação apenas à média de preço geral.
7) Fatores que afetam o preço dos imóveis
7.1) Tamanho
plot(easton$Preço~easton$Tamanho, col= "orange", xlab= "Tamanho (m²)", ylab= "Preço (Dólares)", main= "Preço por tamanho")
abline(lm(easton$Preço~easton$Tamanho))
rho <- cor(easton$Tamanho, easton$Preço)
rho
## [1] 0.5832556
O gráfico mostra que quanto maior o tamanho, mais caro é o imóvel. Ou seja, imóveis maiores puxam a média de preço para cima. Portanto, para verificar a subvalorização dos imóveis vendidos pela Easton, a comparação deve ser feita entre imóveis de mesmo tamanho.
7.2) Quartos
boxplot(easton$Preço~easton$Quartos, col= "magenta", xlab= "Quartos", ylab= "Preço (Dólares)", main= "Preço por Quantidade de quartos")
rho <- cor(easton$Quartos, easton$Preço)
rho
## [1] 0.3306182
Da mesma forma que o tamanho, quanto mais quartos, maior o valor do imóvel. Portanto, a comparação dos imóveis da Easton deve ser feita entre imóveis com mesma quantidade de quartos.
7.3) Localização
boxplot(easton$Preço~easton$Localizaçao, col= "yellow", xlab= "Localização", ylab= "Preço (Dólares)", names=c("Dallas","Fort Worth","Arredores"), main= "Preço por localização")
A localização é outro fator determinante de preço, já que em Dallas os valores estão bem acima de Fort Worth e Arredores. Logo, as comparações devem ser feitas entre imovéis da mesma região.
7.4) Idade
boxplot(easton$Preço~easton$Idade, col= "purple", xlab= "Idade", ylab= "Preço (Dólares)", main= "Preço por idade")
rho <- cor(easton$Idade, easton$Preço)
rho
## [1] 0.001306719
A correlação entre preço e idade dos imóveis é pequena, portanto não é um fator relevante para a análise.
8) Depreciação Geral do Imóveis
boxplot(easton$Preço~easton$Mês, col= "gray", xlab= "Mês", ylab= "Preço (Dólares)", names=c("Março","Abril","Maio", "Junho"), main= "Preço por mês")
É notável que houve uma desvalorização geral dos imóveis nos últimos 4 meses, diante da crise. Logo, os preços de venda mais recentes estarão abaixo da média, se for levado em conta o período anterior de 12 meses.
9) Comparativo de imóveis similares à Casa 1
O gráfico acima restringe a comparação entre imóveis similares à casa 1:
Localização: Arredores
Tamanho: entre 190 m² e 216 m²
Quartos: 3
Idade: entre 1 a 13 anos
Meses: últimos 4 (março a junho)
10) Comparativo de imóveis similares à Casa 2
O gráfico acima restringe a comparação entre imóveis similares à casa 2:
Localização: Fort Worth
Tamanho: 164 a 178 m²
Quartos: 3
Idade: entre 1 a 13 anos
Meses: últimos 4 (março a junho)
11) Conclusão
Neste cenário, podemos concluir que a imobiliária Easton não realiza habitualmente vendas subvalorizadas.
O artigo de jornal que expôs a tabela de vendas de casas não apurou minuciosamente os dados e divulgou valores insuficientes para qualquer avaliação. Sem detalhes sobre localização, número de quartos, período da venda, entre outros, a média geral isolada não pode servir parâmetro exclusivo de comparação.
Porém, apesar do cenário de crise que depreciou o valor dos imóveis em geral, nos casos específicos das vendas das casas reclamadas pelos clientes, aparentemene há subvalorização.
Os valores de 88.500 e 79.500, respectivos às casas 1 e 2, estão bem abaixo das médias para as respectivas regiões nos últimos 4 meses, que giram em torno de 130.000 e 120.000 respectivamente.
Contudo, todavia e entretanto, as variáveis envolvidas na presente análise podem não ser suficientes para aferição de preço dos imóveis. Diversos fatores como proximidade a meios de transporte, favelas, iluminação de rua e preço da cerveja no bar mais próximo poderiam justificar os baixos valores dos imóveis.
