Diseño de un modelo de estimación de precios de bienes inmuebles urbanos en el municipio de Arauca
Cargando...
Archivos
Fecha
Título de la revista
Publicado en
Publicado por
URL de la fuente
Enlace a contenidos multimedia
ISSN de la revista
Título del volumen
Resumen
El presente estudio tiene como propósito diseñar un modelo de estimación de precios de bienes inmuebles urbanos en el municipio de Arauca, integrando técnicas de análisis estadístico y herramientas de inteligencia de negocios. Para ello, se recolectó y sistematizó información de 123 propiedades en venta entre junio de 2024 y abril de 2025, incorporando variables físicas, socioeconómicas y geográficas. La base de datos fue consolidada en QGIS y posteriormente adaptada a ArcGIS Online, lo que permitió la construcción de un geoportal interactivo orientado a la exploración y comprensión del mercado inmobiliario local. En cuanto al modelamiento, se compararon distintas técnicas, destacando la regresión de Ridge por su mayor capacidad predictiva (R²=0,77) frente al bosque aleatorio (R²=0,58). Finalmente, el modelo se integró en una aplicación web desarrollada en Shiny, lo que permite a los usuarios realizar estimaciones de precios dinámicas y personalizadas. Este trabajo constituye un aporte pionero para el estudio del mercado inmobiliario en Arauca, ofreciendo una herramienta de soporte a la toma de decisiones de compradores, vendedores, inmobiliarias y autoridades locales.
Descripción
Abstract
This study aims to design a price estimation model for urban real estate in the municipality of Arauca, integrating statistical analysis techniques and business intelligence tools. Data were collected and systematized from 123 properties offered for sale between June 2024 and April 2025, incorporating physical, socioeconomic, and geographic variables. The database was consolidated in QGIS and later adapted to ArcGIS Online, enabling the development of an interactive geoportal to support the exploration and understanding of the local housing market. For the modeling process, different approaches were compared, with Ridge Regression showing superior predictive performance (R² = 0.77) compared to Random Forest (R² = 0.58). The model was subsequently integrated into a web application developed with R Shiny, allowing users to perform dynamic and personalized price estimations. This work constitutes a pioneering contribution to the study of Arauca’s real estate market by providing a decision-support tool for buyers, sellers, real estate agencies, and local authorities.
Palabras clave
Investigación de mercados, Inteligencia de negocios, Mercado inmobiliario, Modelo de estimación de precio, Geoportal