Proyecto de estadística descriptiva.

Proyecto de estadística descriptiva

Comenzamos por crear un dato nuevo llamado “Precio por metro cuadrado” que resulta de dividir el Precio de Renta entre el Tamaño del Terreno, esto para saber cuáles son los mejores terrenos en términos de plusvalía y valor neto.  Creemos que este dato es completamente necesario para determinar cuál es el mejor terreno. Ya que tenemos el valor del metro cuadrado, reordenamos los clientes (terrenos) de mayor a menor para poder categorizarlos en cuanto a plusvalía. Pensamos en redondear el valor del metro cuadrado hacia arriba para maximizar la ganancia por terreno con una variación mínima en el precio de cada uno. Luego procedimos a hacer una gráfica de caja y brazos en R con los valores originales para identificar los datos extraños o aquellos que no consideramos “normales” con respecto a los otros. [pic 1]

En donde vemos con claridad que los tres datos mayores a 20 son atípicos, en el sentido que no caen dentro de la gráfica. Entonces para no ver esta disparidad en precios decidimos dividir a los datos en 3 “Zonas” que determinarán la zona de plusvalía en la que se encuentra el terreno. Hicimos una gráfica de Caja y Brazos de cada zona para ver cómo se movían las medianas y para ver si los datos atípicos se adherían a la gráfica.

Para hacer ésta división por zonas, obtuvimos la diferencia de precios por metro cuadrado entre el terreno n+1 y el terreno n, i.e., |. Después comparamos todas las y vimos qué valores resultaban considerablemente mayores al resto, y es ahí donde introducimos un “cambio de zona”. De esta forma logramos acomodar todos los terrenos en 3 zonas de similar “precio por metro cuadrado.[pic 2][pic 3]

[pic 4]

[pic 5][pic 6]

Al dividir por zonas, podemos observar que el número de datos atípicos en la “zona A” se redujo de 3 a sólo 1, de ésta forma, podemos mantener los precios de esa zona un poco más altos, elevando nuestras ganancias, y al mismo tiempo asegurarnos que son precios competitivos dentro de esa zona.

Nos quedamos con el problema de ése dato atipico en la Zona A, para esto realizamos un proceso llamado “Winsorizing” del 90%, el cual sirve para normalizar los datos extremos. Para realizarlo, buscamos el percentil 5 y 95 de todos los datos en cuanto a precio por metro cuadrado;  los datos por debajo del quinto percentil los igualamos al percentil número 5 y los datos por arriba del percentil 95 los igualamos al . [pic 7]

Lo que buscamos con este proceso, es evitar precios por metro cuadrado tan variables, y de esta forma, la demanda por los terrenos sería mayor. Así, en lugar de buscar precios altos y una demanda baja, buscamos precios un poco más competitivos y una demanda considerablemente más alta, ya que de esta forma, logramos incursionar en el mercado de una manera más agresiva, garantizando precios competitivos y de esta forma elevando la probabilidad de que se rente cada terreno..

...