knitr::opts_chunk$set(echo = TRUE)

## Primeira Etapa:

library(readxl)
BaseEaston <- read_excel("C://Users/10977080633/Downloads/BaseEaston.xlsx")
## Segunda Etapa - Cindir as imobilíarias a fim de descrevê-las
Easton <- subset(BaseEaston, subset=Corretora== 1)
Outras <- subset(BaseEaston, subset=Corretora== 0)
## Terceira Etapa - Equiparar todos os parâmetros da Easton
### Easton

library(ggplot2)

ggplot(BaseEaston) +
 aes(x = Preco, y = Tamanho) +
 geom_point(size = 1.78, colour = "#f781bf") +
 labs(x = "preço", y = "tamanho", title = "Imobiliária Easton") +
 theme_minimal()

### Outras Imobiliárias 

ggplot(Outras) +
 aes(x = Preco, y = Tamanho) +
 geom_point(size = 1.5, colour = "#e7298a") +
 labs(x = "tamanho", y = "preço", title = "Outras Imobiliárias") +
 theme_minimal()

## Quarta Etapa - Análise de Variáveis


### Corretora

BaseEaston$Corretora <- as.factor (BaseEaston$Corretora)

plot(BaseEaston$Corretora, col = c("violetred1", "hotpink3"), main = "Relação de Vendas por Corretora", ylab = "Vendas", xlab = "Corretora", names = c("Outras", "Easton"))

### Localização

BaseEaston$Localizacao <- as.factor(BaseEaston$Localizacao)

plot(BaseEaston$Localizacao, col = c("orchid1", "hotpink1", "orchid3"), main = ("Relação de Vendas por Região"), ylab = "Vendas", xlab = "Mês", names = c("Dallas", "Fort Worth", "Redondezas")) 

### Mês
BaseEaston$Mes <- as.factor(BaseEaston$Mes)

plot(BaseEaston$Mes, col = c("pink1", "pink2", "pink4", "pink3"), names = c("Março","Abril","Maio","Junho"), main = "Relação de Vendas por Mês", ylab = 'Vendas', xlab = 'Mês')

### Tamanho das Casas

boxplot(Easton$Tamanho, Outras$Tamanho, col = c("maroon1", "hotpink2"), main = "Relação de Tamanho dos imóveis por corretora", ylab = "Tamanho (m²)", xlab = "Tamanho das Casas conforme as Corretoras", names = c("Easton", "Outras") )

### Idade das Casas

boxplot(Easton$Idade, Outras$Idade, main = "Boxplot Idade das casas por Corretora", col = c("lightpink2", "lightpink4"), ylab = "Idade", xlab = "Idade conforme as Corretoras", names = c("Easton","Outras"))

###Preço

boxplot(Easton$Preco, Outras$Preco, main = "Histograma Preço x Corretora", col = c("pink", "hotpink2"), ylab = "Preço", xlab = "Preço conforme as Corretoras", names = c("Easton", "Outras"))

library(psych)
describeBy(Easton$Preco)
##    vars  n   mean       sd median  trimmed     mad   min    max range skew
## X1    1 46 130950 19097.96 128100 129422.4 15456.1 99450 176550 77100 0.75
##    kurtosis      se
## X1     0.04 2815.84
describeBy(Outras$Preco)
##    vars   n     mean       sd median  trimmed      mad   min    max range
## X1    1 415 141066.1 22239.58 139950 140549.1 26242.02 99000 190650 91650
##    skew kurtosis     se
## X1 0.15    -0.95 1091.7

Primeira Conclusão

Como podemos ver, os preços obtidos através da venda de imóveis pela imobiliária Easton demonstram uma sutil alteração, onde o preço das casas vendidas pela mesma são inferiores quando comparados a outras imobiliárias.

Caso Arlington

Venda_Redondezas<- subset(BaseEaston, subset=Localizacao== 3)

summary(Venda_Redondezas)
##  Mes        Preco           Tamanho         Quartos         Idade       
##  3:22   Min.   : 99450   Min.   :130.4   Min.   :2.00   Min.   : 1.000  
##  4:26   1st Qu.:117450   1st Qu.:166.9   1st Qu.:3.00   1st Qu.: 5.000  
##  5:32   Median :125850   Median :182.4   Median :3.00   Median : 6.000  
##  6:17   Mean   :128547   Mean   :185.9   Mean   :3.32   Mean   : 6.144  
##         3rd Qu.:138450   3rd Qu.:203.1   3rd Qu.:4.00   3rd Qu.: 7.000  
##         Max.   :177750   Max.   :266.8   Max.   :4.00   Max.   :13.000  
##  Localizacao Corretora
##  1: 0        0:82     
##  2: 0        1:15     
##  3:97                 
##                       
##                       
## 
summary(Venda_Redondezas$Tamanho)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   130.4   166.9   182.4   185.9   203.1   266.8

Caso Weast Forth

Venda_Forth<- subset(BaseEaston, subset=Localizacao==2)
summary(Venda_Forth)
##  Mes        Preco           Tamanho         Quartos         Idade       
##  3:40   Min.   : 99000   Min.   :120.6   Min.   :2.00   Min.   : 1.000  
##  4:37   1st Qu.:115275   1st Qu.:156.1   1st Qu.:3.00   1st Qu.: 5.000  
##  5:36   Median :124350   Median :168.2   Median :3.00   Median : 6.000  
##  6:34   Mean   :129486   Mean   :175.9   Mean   :3.17   Mean   : 6.374  
##         3rd Qu.:144150   3rd Qu.:196.5   3rd Qu.:4.00   3rd Qu.: 8.000  
##         Max.   :184800   Max.   :256.1   Max.   :4.00   Max.   :11.000  
##  Localizacao Corretora
##  1:  0       0:123    
##  2:147       1: 24    
##  3:  0                
##                       
##                       
## 
summary(Venda_Forth$Tamanho)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   120.6   156.1   168.2   175.9   196.5   256.1
summary(Venda_Forth$Idade)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   1.000   5.000   6.000   6.374   8.000  11.000
boxplot(Venda_Forth$Idade, Venda_Forth$Preco, main = "Gráfico de Idade x Preço", col= "hotpink3", ylab = "Preço", xlab = "Idade")

Conclusão

A imobiliária Easton, no que diz em relação ao preço, se destoa demais das outras imobiliárias ao compararmos os gráficos. A casa vendida pela Easton foi de U$79500 quando que as demais imobiliárias vendem uma casa nessa região na média de U$115950. A idade poderia ser prejudicial, porém como visto no último gráfico, de nada tem a ver. Essa discrepância no preço médio em relação as outras imobiliárias, pode se considerar que há uma subvalorização, pelo menos no segundo caso. O que é possível concluir, é que a imobiliária Easton, além de possuir imóveis de tamanho médio maior e de idade avançada em relação as outras, propende a vender seus imóveis por um preço abaixo da média do mercado. Portanto, atribuindo isso em relação aos dois casos apresentados na área de Dallas-Fort Worth, talvez a imobiliária possa mesmo ter utilizado dessa sua forma de trabalhar para, que houvesse, de fato, uma subvalorização dos imóveis apresentados. Porém mesmo apresentado os fatos seria muito complicado comprovar que realmente houve essa subvalorização proposital.