Presenta: Arq. Karina Lilián Aranda González

Transcripción

1 UNIVERSIDAD DE SONORA DIVISIÓN DE INGENIERÍA POSGRADO EN CIENCIAS DE LA INGENIERÍA, INGENIERÍA CIVIL LÍNEAS TERMINALES CONSTRUCCIÓN Y VALUACIÓN ESTIMACIÓN DEL FACTOR DE LOCALIZACIÓN EN LA MANZANA EN VIVIENDA TIPO INTERÉS SOCIAL EN HERMOSILLO SONORA TESIS QUE PARA OBTENER EL GRADO DE MAESTRO EN INGENIERÍA CIVIL: VALUACIÓN INMOBILIARIA Presenta: Arq. Karina Lilián Aranda González VALUACIÓN INMOBILIARIA 09 de Enero de 2015

2 OBJETIVO GENERAL Obtener el factor de ubicación en la manzana, con el propósito de apoyar, el trabajo del perito valuador y justificar estadísticamente el factor de ubicación. OBJETIVOS PARTICULARES Conocer el porcentaje de incremento de un inmueble en lote medianero a inmueble en lote en esquina. Proporcionar al valuador, una herramienta o modelo para estimar y justificar el factor de ubicación, en la realización de los avalúos. Conocer las características extrínsecas o intrínsecas del inmueble (atributos), más importantes en la obtención del precio de venta.

3 METODOLOGÍA Identificar el objeto de estudio Seleccionar las características extrínsecas e intrínsecas de un inmueble, que impacte el precio de venta. Búsqueda de inmuebles en venta con las características seleccionadas. Integración de base de datos Revisión del comportamiento estadístico y se aplican las técnicas de regresión lineal múltiple para obtener el modelo de precios hedónicos, mediante el programa SPSS19.

4 VIVIENDA: Cuáles son las características que influyen en el Precio de venta de la vivienda??que porcentaje aportan, al precio de venta de la vivienda? Realmente todas las variables impactan en el Precio de venta?

5 Características de la vivienda: Extrínsecas Accesibilidad a vialidades Accesibilidad a centros comerciales Accesibilidad a parques y jardines Accesibilidad escuelas Calidad del entorno urbano Jerarquía Social

6 Intrínsecas Superficie de construcción, terreno Numero recamaras Numero de baños y medios baños Numero de cajones de estacionamiento Acabados interiores Ubicación en la manzana

7 Precios hedónicos Esta investigación intenta obtener el porcentaje de incremento de la vivienda, con la variable de ubicación en la esquina, mediante el modelo de precios hedónicos. Y = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + β n X n + e Donde: Y variable dependiente (valor de la vivienda). X variables independientes (características o atributos del inmueble). β coeficientes del modelo. e error de estimación del modelo.

8 Aplicación de técnica de Regresión Lineal Múltiple Debe de contar con: Un comportamiento normal de la variable Precio de Venta Presencia de relaciones lineales significativas entre las características de la vivienda y el precio de Venta

9 No presente multicolinealidad entre las variables independientes Coeficientes de variables independientes sea significativamente distintos de cero Ausencia de autocorrelacion de los residuos Las varianzas de las variables independientes sean similares, es decir homocedasticas.

10 Objeto de estudio: Hermosillo Sonora Población de 784,342 habitantes Un parque habitacional de 213,304 viviendas. 16va Ciudad mas grande de México

11 Zona de estudio: Vivienda de interés social Rango de vivienda popular ($238, $403,740.00) Rango de vivienda tradicional ($403, $706,545.00)

12 Base de datos Periódico el Imparcial Asesores inmobiliarios Valuadores Bienes Raíces Durante los meses de Junio-Octubre 2014 Diferentes colonias de la ciudad

13 COLONIAS 59 Colonias Mallorca Residencial 4 de Marzo Akiwiki Altamira Arándanos Residencial Aranjuez Balderrama Camino Real Campestre Casa Bonita Casa Linda Cuauhtémoc Dunas Eusebio Kino Floresta Fuente de piedra Hacienda del sol Hacienda del Sur Haciendas Residencial Insurgentes Jacinto López Jardines La Campiña Las Lomas Las Lomas del Sur Las Minitas Laura Alicia Ley 57 Lomas de Madrid Los Manantiales Los Viñedos Nuevo Hermosillo Oasis Lantana Olivares Palo Verde Indeur Paseo San Ángel Paseos del Pedregal Privadas del Bosque Pueblitos Pueblo del Ángel Puerta del Rey Puerta Esmeralda Puerta Real Real del Cobre Romanza Residencial Sahuaro Sahuaro Indeco San Ángel Sierra Clara Solidaridad Sonacer Urbi Villa del Cedro Villa Bonita Villa Campestre Villa del Prado Villa del Real Villa del Rey Villa Sonora Villa verde Virreyes

14 Base de datos Con las siguientes características de la vivienda Colonia Precio de Venta Precio Unitario Superficie de terreno Superficie de construcción Ubicación en la manzana Numero de recamaras Numero de baños y medios baños Numero de estacionamientos Numero de plantas Infraestructura Calidad de la vivienda Acceso a vialidades Acceso a Centros comerciales

15 Integración de medidas Cuantitativas se introducen al SPSS 19 Cualitativas se transforma en valores números Por ejemplo Ubicación en la manzana Intermedia 1 Esquina o dos frentes 2

16 Acceso a vialidad IMPLAN Hermosillo Accesibilidad a Vialidad Cal 0 a 1 km km a 2.0 km km a 3.0 km km a 4.0 km km a 5.0 km 1 Norte Sur Oriente Poniente Antonio Quiroga Ignacio Soto Blvd Lázaro Cárdenas Boulevard Solidaridad Perimetral Norte Blvd. José María Morelos Boulevard Luis Encinas Boulevard Luis Donaldo Colosio Avenida Paseo Rio Sonora

17 Acceso a Centro comerciales Accesibilidad a Centro comercial Cal 0 a 1 km km a 2.0 km km a 3.0 km km a 4.0 km km a 5.0 km 1 Centros comerciales Galerías Mall Hermosillo Plaza Sendero Metro Centro Pabellón Reforma Ley Sahuaro Wal Mart Colosio City Center Soriana Norte

18 ETAPA ANALÍTICA

19 Base de datos de Mercado Precio de venta N Válidos 403 Perdidos 0 Media 413,285,43 Mediana 390,000,00 Moda 350,000 Desv. típ ,696 Varianza 1,295E10 Mínimo 240,000 Máximo 700,000

20 Precio unitario N Válidos 403 Perdidos 0 Media 6076,28 Mediana 6136,36 Moda 5000,000a Desv. típ. 1104,95 Varianza ,233 Mínimo 3037,037 Máximo 8750,000 a. Existen varias modas. Se mostrará el menor de los valores.

21 Superficie de construcción Número de recamaras

22 Numero de plantas Ubicación en la manzana

23 Vivienda de tipología popular ($238, $403,740.00) Se revisa la normalidad de la variable dependiente en este caso Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta N 218 Parámetros Media ,09 normales a,b Desviación típica 46144,384 Diferencias más extremas Absoluta,118 Positiva,089 Negativa -,118 Z de Kolmogorov-Smirnov 1,746 Sig. asintót. (bilateral),005 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos. Dado que el comportamiento no es normal, se transforma la variable de Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta Ln_P_Venta Log_P_Venta Sqrt_P_Venta N Parámetros Media ,09 12,6871 5, ,2976 normales a,b Desviación típica 46144,384,14576, ,91953 Diferencias más extremas Absoluta,118,132,132,125 Positiva,089,090,090,089 Negativa -,118 -,132 -,132 -,125 Z de Kolmogorov-Smirnov 1,746 1,945 1,945 1,851 Sig. asintót. (bilateral),005,001,001,002 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos.

24 Vivienda de tipología tradicional ($403, $706,545.00) Se revisa la normalidad de la variable dependiente en este caso Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta N 187 Parámetros Media ,52 normales a,b Desviación típica 81612,137 Diferencias más extremas Absoluta,131 Positiva,131 Negativa -,090 Z de Kolmogorov-Smirnov 1,795 Sig. asintót. (bilateral),003 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos. Dado que el comportamiento no es normal, se transforma la variable de Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta Ln_P_Venta Log_P_Venta Sqrt_P_Venta N Parámetros Media ,52 13,1429 5, ,5554 normales a,b Desviación típica 81612,137,15436, ,98800 Diferencias más extremas Absoluta,131,114,114,118 Positiva,131,114,114,118 Negativa -,090 -,088 -,088 -,083 Z de Kolmogorov-Smirnov 1,795 1,553 1,553 1,611 Sig. asintót. (bilateral),003,016,016,011 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos.

25 Vivienda de tipología popular y tradicional ($238, $706,545.00) Se revisa la normalidad de la variable dependiente en este caso Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta N 403 Parámetros Media ,43 normales a,b Desviación típica ,696 Diferencias más extremas Absoluta,094 Positiva,094 Negativa -,064 Z de Kolmogorov-Smirnov 1,886 Sig. asintót. (bilateral),002 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos. Dado que el comportamiento no es normal, se transforma la variable de Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta Ln_P_venta Log_P_venta Sqrt_P_venta N Parámetros Media ,43 12,8951 5, ,9782 normales a,b Desviación típica ,696,27074, ,96557 Diferencias más extremas Absoluta,094,055,055,074 Positiva,094,055,055,074 Negativa -,064 -,052 -,052 -,054 Z de Kolmogorov-Smirnov 1,886 1,109 1,109 1,487 Sig. asintót. (bilateral),002,171,171,024 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos.

26 Variables introducidas y eliminadas Proceso de pasos sucesivos Model o Variables introducidas Variables eliminadas Método 1 S_const. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 2 N_Mbaño. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 3 C_viv. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 4 N_est. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 5 N_planta. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). a. Variable dependiente: Ln_P_Venta En este caso, no el programa no arroja la variable a utilizar para la investigación, que es la variable de ubicación en la manzana, sin embargo, se vuelve a realizar la regresión lineal, con el método de Introducir, seleccionando las variables mostradas anteriormente y agregando la de ubicación en la manzana.

27 Regresión lineal múltiple método introducir Muestra los estadísticos descriptivos, medias, desviación típica y números de datos Estadísticos Descriptivos Media Desviación N típica Ln_P_Venta 12,8951, S_const 70,69 25, U_mzn 1,25, N_Mbaño,14, N_est 1,13, C_viv 3,43, R² corregida, bajo a y con un coeficiente de Durbin-Watson de Modelo R R cuadrado R cuadrado corregida Resumen del modelo Error típ. de la estimación Cambio en R cuadrado Cambio en F Estadísticos de cambio gl1 gl2 Sig. Cambio en F Durbin- Watson 1,824 a,679,675,15441, , ,000 1,001 a. Variables predictoras: (Constante), C_viv, U_mzn, N_Mbaño, N_est, S_const b. Variable dependiente: Ln_P_Venta

28 Significancia de 0,00 tiene una existencia de una relación lineal importante entre las variables introducidas. Análisis de varianza Modelo Suma de cuadrados gl Media cuadrática F Sig. 1 Regresión 20, , ,771,000 a Residual 9, ,024 Total 29, a. Variables predictoras: (Constante), C_viv, U_mzn, N_Mbaño, N_est, S_const b. Variable dependiente: Ln_P_Venta Se muestra que la significancia es menor del 0.05 en todos los modelos, excepto en variable ubicación en la manzana Coeficientes del modelo Modelo Coeficientes no estandarizados Coeficiente tipificados t Sig. Estadísticos de colinealidad B Error típ. Beta Tolerancia FIV 1 (Constante) 12,146, ,138,000 S_const,007,000,671 21,559,000,835 1,198 U_mzn,019,018,030 1,055,292,976 1,025 N_Mbaño,157,024,203 6,671,000,875 1,143 N_est,064,021,094 3,091,002,884 1,132 C_viv,036,009,111 3,811,000,954 1,048 a. Variable dependiente: Ln_P_Venta

29 En el caso de valores menores a 30 para el índice de condición, se considera que el modelo no presenta efectos de multicolinealidad importantes. Modelo Dimensión Autovalores Índice de condición Diagnostico de Colinealidad Proporciones de la varianza (Constante) S_const U_mzn N_Mbaño N_est C_viv 1 1 4,918 1,000,00,00,00,01,00,00 2,809 2,466,00,00,00,87,00,00 3,103 6,894,00,23,68,06,03,02 4,079 7,881,00,26,03,00,89,01 5,068 8,487,03,44,09,04,06,41 6,022 14,988,97,06,20,02,02,56 a. Variable dependiente: Ln_P_Venta Verificar el cumplimiento de que la media de los residuos tipificados sea igual a cero y la desviación típica se aproxime a la unidad. Estadísticos de los Residuos Mínimo Máximo Media Desviación N típica Valor pronosticado 12, , ,8951, Residual -,57697,43782,00000, Valor pronosticado -1,633 3,674,000 1, tip. Residuo típ. -3,737 2,835,000, a. Variable dependiente: Ln_P_Venta

30 Se muestra las frecuencias de los residuos tipificados, los cuales demuestran un comportamiento normal, lo cual es requisito para la validez de los modelos de regresión lineal múltiple

31 Se expresan los valores de los residuos tipificados y los valores pronosticados tipificados, donde cualquier tipo de tendencia en el comportamiento de estos valores sería una señal de la presencia de hetereocedasticidad en el modelo.

32 Clasificación de vivienda: Segunda clasificación Con un precio unitario que oscile entre los $3,000 a $6,000 para vivienda interés social baja. Y de $6,000 a $9,000 para la vivienda de interés social alta

33 Modelo de precios Hedónicos implica: Vivienda tipo interés social baja ($3,000/m 2 a $6,000/m 2 ) Comportamiento Normal del Precio de venta Regresión Lineal Múltiple Pasos sucesivos Prueba de Kolmogorov-Smirnov P_Venta N 187 Parámetros Media ,75 normales a,b Desviación ,220 típica Diferencias Absoluta,085 más Positiva,085 extremas Negativa -,049 Z de Kolmogorov-Smirnov 1,167 Sig. asintót. (bilateral),131 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos. Estadísticos descriptivos Media Desviación N típica P_Venta , , S_terr 146,26 40, S_const 83,89 26, U_mzn 1,24, N_Rec 2,39, N_wc 1,20, N_Mbaño,14, N_est 1,16, N_planta 1,13, C_viv 3,45, Ac_vial 4,26, Ac_ccomer 3,12, C_infra 1,22,

34 Variables introducidas y eliminadas Proceso de pasos sucesivos Modelo Variables introducidas Variables eliminadas Método 1 S_const. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 2 N_planta. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 3 N_est. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 4 N_Rec. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 5 C_viv. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). a. Variable dependiente: P_Venta En este caso, no el programa no arroja la variable a utilizar para la investigación, que es la variable de ubicación en la manzana, sin embargo, se vuelve a realizar la regresión lineal, con el método de Introducir, seleccionando las variables mostradas anteriormente y agregando la de ubicación en la manzana.

35 Regresión lineal múltiple método introducir Muestra los estadísticos descriptivos, medias, desviación típica y números de datos Estadísticos Descriptivos Media Desviación N típica P_Venta , , S_const 83,89 26, U_mzn 1,24, N_Rec 2,39, N_est 1,16, N_planta 1,13, C_viv 3,45, R² corregida, bajo a y con un coeficiente de Durbin-Watson de Modelo R R cuadrado R cuadrado corregida Resumen del modelo Error típ. de la estimación Cambio en R cuadrado Cambio en F Estadísticos de cambio gl1 gl2 Sig. Cambio en F Durbin- Watson 1,916 a,839, ,740, , ,000 1,099 a. Variables predictoras: (Constante), C_viv, N_planta, N_est, N_Rec, U_mzn, S_const b. Variable dependiente: P_Venta

36 Significancia de 0,00 tiene una existencia de una relación lineal importante entre las variables introducidas. Análisis de varianza Modelo Suma de cuadrados gl Media cuadrática F Sig. 1 Regresión 1,836E12 6 3,060E11 156,417,000 a Residual 3,521E ,956E9 Total 2,188E a. Variables predictoras: (Constante), C_viv, N_planta, N_est, N_Rec, U_mzn, S_const b. Variable dependiente: P_Venta Se muestra que la significancia es menor del 0.05 en todos los modelos, excepto en variable ubicación en la manzana Coeficientes del modelo Modelo Coeficientes no estandarizados Coeficiente s tipificados t Sig. Estadísticos de colinealidad B Error típ. Beta Tolerancia FIV 1 (Constante) , ,443 -,885,378 S_const 3040, ,283,748 22,309,000,796 1,257 U_mzn 4095, ,756,016,508,612,896 1,116 N_Rec 18197, ,065,102 3,121,002,843 1,186 N_est 25948, ,919,113 3,517,001,872 1,146 N_planta 66928, ,457,211 6,697,000,904 1,106 C_viv 8826, ,656,068 2,124,035,883 1,133 a. Variable dependiente: P_Venta

37 En el caso de valores menores a 30 para el índice de condición, se considera que el modelo no presenta efectos de multicolinealidad importantes. Modelo Dimensión Autovalores Índice de condición Diagnostico de Colinealidad Proporciones de la varianza (Constante) S_const U_mzn N_Rec N_est N_planta C_viv 1 1 6,580 1,000,00,00,00,00,00,00,00 2,129 7,134,00,04,27,01,27,12,01 3,104 7,952,00,00,39,00,62,01,01 4,066 10,000,00,04,01,16,09,66,09 5,065 10,055,01,68,01,00,00,01,25 6,041 12,628,00,23,01,73,01,03,29 7,015 21,027,98,00,31,10,00,17,36 a. Variable dependiente: P_Venta Verificar el cumplimiento de que la media de los residuos tipificados sea igual a cero y la desviación típica se aproxime a la unidad. Estadísticos de los Residuos Mínimo Máximo Media Desviación N típica Valor pronosticado , , , , Residual , ,148, , Valor pronosticado tip. -1,620 3,083,000 1, Residuo típ. -3,764 2,530,000, a. Variable dependiente: P_Venta

38 Se muestra las frecuencias de los residuos tipificados, los cuales demuestran un comportamiento normal, lo cual es requisito para la validez de los modelos de regresión lineal múltiple

39 Se muestran los resultados de la probabilidad acumulada esperada y observada de los residuos tipificados

40 Se expresan los valores de los residuos tipificados y los valores pronosticados tipificados, donde cualquier tipo de tendencia en el comportamiento de estos valores sería una señal de la presencia de hetereocedasticidad en el modelo.

41 Vivienda tipo interés social alta ($6,000/m 2 a $9,000/m 2 ) Se revisa la normalidad de la variable dependiente en este caso Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta N 216 Parámetros Media ,51 normales a,b Desviación ,677 típica Diferencias más extremas Absoluta,115 Positiva,115 Negativa -,084 Z de Kolmogorov-Smirnov 1,688 Sig. asintót. (bilateral),007 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos. Dado que el comportamiento no es normal, se transforma la variable de Precio de Venta Prueba de Kolmogorov-Smirnov P_Venta Ln_P_Venta Log_P_Venta Sqrt_P_Venta N Parámetros Media ,51 12,8800 5, ,5710 normales a,b Desviación típica ,677,27883, ,96026 Diferencias más extremas Absoluta,115,077,077,091 Positiva,115,066,066,091 Negativa -,084 -,077 -,077 -,082 Z de Kolmogorov-Smirnov 1,688 1,130 1,130 1,334 Sig. asintót. (bilateral),007,156,156,057 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos.

42 Variables introducidas y eliminadas Proceso de pasos sucesivos Mod elo Variables introducidas Variables eliminadas Método 1 S_const. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 2 C_viv. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). 3 N_est. Por pasos (criterio: Prob. de F para entrar <=,050, Prob. de F para salir >=,100). a. Variable dependiente: Ln_P_Venta En este caso, no el programa no arroja la variable a utilizar para la investigación, que es la variable de ubicación en la manzana, sin embargo, se vuelve a realizar la regresión lineal, con el método de Introducir, seleccionando las variables mostradas anteriormente y agregando la de ubicación en la manzana.

43 Regresión lineal múltiple método introducir Muestra los estadísticos descriptivos, medias, desviación típica y números de datos Estadísticos Descriptivos Media Desviación N típica Ln_P_Venta 12,8800, S_const 59,25 17, U_mzn 1,26, N_est 1,10, C_viv 3,40, R² corregida, bajo a y con un coeficiente de Durbin-Watson de 0,426 Modelo R R cuadrado R cuadrado corregida Resumen del modelo Error típ. de la estimació n Cambio en R cuadrado Cambio en F Estadísticos de cambio gl1 gl2 Sig. Cambio en F Durbin- Watson 1,931 a,866,864,10298, , ,000,426 a. Variables predictoras: (Constante), C_viv, U_mzn, N_est, S_const b. Variable dependiente: Ln_P_Venta

44 Significancia de 0,00 tiene una existencia de una relación lineal importante entre las variables introducidas. Modelo Suma de cuadrado s Análisis de varianza gl Media cuadrátic a 1 Regresión 14, , ,317,000 a Residual 2, ,011 Total 16, a. Variables predictoras: (Constante), C_viv, U_mzn, N_est, S_const b. Variable dependiente: Ln_P_Venta F Sig. Se muestra que la significancia es menor del 0.05 en todos los modelos, excepto en variable ubicación en la manzana Coeficientes del modelo Modelo Coeficientes no estandarizados Coeficiente s tipificados t Sig. Estadísticos de colinealidad B Error típ. Beta Tolerancia FIV 1 (Constante) 11,876, ,127,000 S_const,014,000,889 32,104,000,827 1,210 U_mzn,016,016,025,991,323,985 1,015 N_est,050,024,056 2,047,042,856 1,169 C_viv,021,008,064 2,471,014,948 1,055 a. Variable dependiente: Ln_P_Venta

45 En el caso de valores menores a 30 para el índice de condición, se considera que el modelo no presenta efectos de multicolinealidad importantes. Diagnostico de Colinealidad Modelo Dimensión Autovalore Índice de Proporciones de la varianza s condición (Constante) S_const U_mzn N_est C_viv 1 1 4,773 1,000,00,00,00,00,00 2,097 7,005,00,08,82,07,01 3,060 8,903,01,05,05,33,54 4,047 10,117,01,84,01,45,03 5,022 14,598,98,02,11,14,41 a. Variable dependiente: Ln_P_Venta Verificar el cumplimiento de que la media de los residuos tipificados sea igual a cero y la desviación típica se aproxime a la unidad. Estadísticos de los Residuos Mínimo Máximo Media Desviación N típica Valor pronosticado 12, , ,8800, Residual -,21248,27757,00000, Valor pronosticado -1,471 2,847,000 1, tip. Residuo típ. -2,063 2,695,000, a. Variable dependiente: Ln_P_Venta

46 Se muestra las frecuencias de los residuos tipificados, los cuales demuestran un comportamiento normal, lo cual es requisito para la validez de los modelos de regresión lineal múltiple

47 Se muestran los resultados de la probabilidad acumulada esperada y observada de los residuos tipificados

48 Se expresan los valores de los residuos tipificados y los valores pronosticados tipificados, donde cualquier tipo de tendencia en el comportamiento de estos valores sería una señal de la presencia de hetereocedasticidad en el modelo.

49 RESULTADOS

50 Vivienda de tipología popular y tradicional Ln_P_Venta = (S_Const) (U_Mzn) (N_Mbaño) (N_est) (C_viv) Sup. de Construcción Ubicación en la manzana Ln del Precio de Venta No. De medio baños Calidad de la vivienda No. De estacionamientos

51 Resultado Ln_P_Venta = (S_Const) (U_Mzn) (N_Mbaño) (N_est) (C_viv) El modelo resultante con una explicación del 68% del precio de venta, se basa en cinco variables,teniendo como principal variable que define el valor de la vivienda es la superficie de construcción con un β tipificado de 0.67, seguido por el número de medios baños con 0.20, calidad de la vivienda con 0.11, número de estacionamientos con y por último ubicación en la manzana con En este caso el incremento de valor de la vivienda de intermedia a esquina oscila entre los $6000 a $7000 pesos, obteniendo un porcentaje de impacto del 1.4% al 1.9% en el precio de venta, debido a que esta influencia es variable

52 Vivienda de interés social baja P_Venta= -20, , (S_Const) + 4, (U_Mzn) + 18, (N_Rec) + 25, (N_est) + 66, (N_plantas) + 8, (C_viv.) +3, Sup. de construcción +4, Ubicación en la manzana -20, Precio de Venta +18, No. de recamaras +8, Calidad de la vivienda +66, Número de plantas +25, No. de estacionamientos

53 Resultado P_Venta= -20, , (S_Const) + 4, (U_Mzn) + 18, (N_Rec) + 25, (N_est) + 66, (N_plantas) + 8, (C_viv.) El modelo resultante tiene una explicación de 82% del precio de venta, se fundamenta con seis variables. La principal característica que define el valor de la vivienda es la variable de superficie de construcción con un β tipificado de 0.748, seguido del número de plantas con 0.211, después número de estacionamientos con 0.113, número de recamaras con 0.102, seguido por la calidad de la vivienda con y por último la ubicación en la manzana con Obteniendo en este caso la variable de ubicación en la manzana con un incremento de 1.4%, que equivale a $4,095,94 pesos en el tipo de vivienda de interés social baja

54 Vivienda de interés social alta Ln_P_Venta= (S_Const) (U_Mzn) (N_est) (C_viv) Sup. de Construcción Ubicación en la manzana Ln del Precio de Venta Calidad de la vivienda No. De estacionamientos

55 Resultado Ln_P_Venta= (S_Const) (U_Mzn) (N_est) (C_viv) El modelo resultante arroja una explicación del 86% del precio de venta, se fundamenta con cuatro variables, como principal variable que impacta el precio de venta es la superficie de construcción con un β tipificado de 0.889, seguido por la calidad de la vivienda con 0.064, luego número de estacionamientos con y por último ubicación en la manzana con En este caso el incremento de intermedio a esquina es mayor al modelo anterior, debido a que los precios unitarios son más altos, y hace que impacte más el factor el de la ubicación en la manzana, en este caso el porcentaje de impacto es del 1.6% para la vivienda de interés social alta, con un promedio de $5,300 pesos.

56 Comprobación del modelo Vivienda de tipología popular y tradicional: Sujeto: Vivienda con 65 metros de construcción, ubicación esquina: 1, un cajón de estacionamiento, y calidad de vivienda: 3. Ln_P_Venta: = $359, (U_mzn:Intermedio) Ln_P_Venta: = $366, (U_mzn:Esquina) Diferencia de esquina: $ 6, = 1.90 % Sujeto: Media del modelo, de precio de venta de $410,000 Ln_P_Venta= $431, Ln_P_Venta= $437, (U_mzn:Intermedio) (U_mzn:Esquina) Diferencia de esquina: $ 6, = 1.40 %

57 Comprobación del modelo Vivienda de tipología interés social baja Sujeto: Vivienda con 50 metros de construcción, dos recamaras, un estacionamiento, una planta, calidad de vivienda 3 P_Venta: -20, , , , , , ,478.90: $ 291, (U_mzn:Intermedio) P_Venta: -20, , , , , , ,478.90: $ 295, (U_mzn:Esquina) Diferencia de esquina: $ 4, = 1.40 % Sujeto: Vivienda con 50 metros de construcción, dos recamaras, un estacionamiento, una planta, calidad de vivienda 4. P_Venta: -20, , , , , , ,305.16: $ (U_mzn:Intermedio) P_Venta: -20, , , , , , ,305.16: $ 303, (U_mzn:Esquina) Diferencia de esquina: $ 4, = 1.40 %

58 Comprobación del modelo Vivienda de tipología interés social alta Sujeto: Vivienda con 45 metros de construcción, un cajón de estacionamiento y calidad de vivienda 2. Ln_P_Venta: = $300, (U_mzn:Intermedio) Ln_P_Venta: = $305, (U_mzn:Esquina) Diferencia de esquina: $ 4, = 1.60 % Sujeto: Media del modelo, de precio de venta de $406,750 Ln_P_Venta= $365, (U_mzn:Intermedio) Ln_P_Venta= $371, (U_mzn:Esquina) Diferencia de esquina: $ 5, = 1.60 %

59 CONCLUSIONES

60 Conclusiones ESTIMACIÓN DEL FACTOR DE LOCALIZACIÓN EN LA MANZANA EN VIVIENDA TIPO INTERÉS SOCIAL EN HERMOSILLO SONORA Se explica principalmente por la Superficie de construcción, Numero de cajones de estacionamientos y calidad de la vivienda. La ubicación en la manzana no presenta incremento importante en el valor de la vivienda de interés social. Es posible explicar el precio de la vivienda a partir de este tipo de modelos. Conocer las variables que le dan valor al precio de venta de la vivienda

61 Conclusiones ESTIMACIÓN DEL FACTOR DE LOCALIZACIÓN EN LA MANZANA EN VIVIENDA TIPO INTERÉS SOCIAL EN HERMOSILLO SONORA Se obtuvo un valor aproximado del 1.63 % de incremento en promedio de los tres modelos. Limitantes que estriban en la seguridad de la estimación del coeficiente de la ubicación en la manzana que oscila con un 70% de confiabilidad en dos de modelos (vivienda de tipología popular y tradicional, y la de interés social alta) y un 40% en vivienda de interés baja; sin embargo los dos modelos de vivienda interés social baja y alta, muestran una explicación entre 82% al 86%.