act.1

library(readxl)
Datos=read_excel("~/JAVERIANA/Datos_Vivienda.xlsx")
head(Datos)

Zona	piso	Estrato	precio_millon	Area_contruida	parqueaderos	Banos	Habitaciones	Tipo	Barrio	cordenada_longitud	Cordenada_latitud
Zona Sur	2	6	880	237	2	5	4	Casa	pance	-76.46300	3.43000
Zona Oeste	2	4	1200	800	3	6	7	Casa	miraflores	-76.46400	3.42800
Zona Sur	3	5	250	86	NA	2	3	Apartamento	multicentro	-76.46400	3.42900
Zona Sur	NA	6	1280	346	4	6	5	Apartamento	ciudad jardv<U+2260>n	-76.46400	3.43300
Zona Sur	2	6	1300	600	4	7	5	Casa	pance	-76.46438	3.43463
Zona Sur	3	6	513	160	2	4	4	Casa	pance	-76.46438	3.43463

pos=which(Datos$Barrio=="ingenio")
datos_sub=Datos[pos,]

require(RecordLinkage)

pos2=which(jarowinkler("ingenio",Datos$Barrio)>0.8 & Datos$Tipo=="Apartamento")
datos_sub=Datos[pos2,]
head(datos_sub)

Zona	piso	Estrato	precio_millon	Area_contruida	parqueaderos	Banos	Habitaciones	Tipo	Barrio	cordenada_longitud	Cordenada_latitud
Zona Sur	3	5	290	100	1	3	3	Apartamento	el ingenio	-76.48498	3.41789
Zona Sur	4	5	360	99	1	3	2	Apartamento	el ingenio	-76.48953	3.49684
Zona Sur	NA	4	550	197	2	4	3	Apartamento	el ingenio	-76.49900	3.47100
Zona Sur	2	5	410	136	2	4	4	Apartamento	el ingenio	-76.52000	3.37900
Zona Sur	4	5	390	198	1	4	3	Apartamento	el ingenio	-76.52030	3.38197
Zona Sur	NA	5	300	147	2	3	3	Apartamento	el ingenio	-76.52200	3.38100

Paso 2: exploracion incial

##tabla de indicadores importante 
Promedio_precio=mean(datos_sub$precio_millon,na.rm = TRUE)

Promedio_area = mean(datos_sub$Area_contruida,na.rm = TRUE)

Cantida_ofertas= length(datos_sub$Zona)

Punto_MedioEstrato=mean(datos_sub$Estrato)

Punto_MedioParqueadero=mean(Datos$parqueaderos)

resultado=data.frame(Promedio_precio,Promedio_area,Cantida_ofertas,Punto_MedioEstrato,Punto_MedioParqueadero)
resultado

Promedio_precio	Promedio_area	Cantida_ofertas	Punto_MedioEstrato	Punto_MedioParqueadero
316.6846	117.7467	130	5.084615	NA

Paso 3: Visualización

require(leaflet)
leaflet() %>% addCircleMarkers(lng = datos_sub$cordenada_longitud,lat = datos_sub$Cordenada_latitud,radius = 0.3, color = "black",label = datos_sub$ID ) %>%

addTiles()

Paso4: exploaracion bivariada entre precio y area


```r
require(ggpllot2)

## Loading required package: ggpllot2

## Warning in library(package, lib.loc = lib.loc, character.only = TRUE,
## logical.return = TRUE, : there is no package called 'ggpllot2'

require(plotly)

## Loading required package: plotly

## Loading required package: ggplot2

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

g1=ggplot(data=datos_sub,aes(y=precio_millon,x=Area_contruida))+geom_point() + geom_smooth() 
ggplotly(g1)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

pos3=which(datos_sub$Area_contruida<400)
datos_sub2=datos_sub[pos3,]

g2=ggplot(data=datos_sub2,aes(y=precio_millon,x=Area_contruida))+geom_point() + geom_smooth() 
ggplotly(g2)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'