Estimación y predicción de los gastos de todas las manzanas residenciales de los municipios incluidos en el Censo Nacional de Población y Vivienda de Colombia (DANE, 2018) para la identificación de proyectos inmobiliarios del Grupo Éxito

Abstract

A partir de los datos del Censo Nacional de Población y Vivienda, del año 2005 y del año 2018, Gran Encuesta Integrada de Hogares (GEIH) y la Encuesta Nacional de Presupuestos de Hogares (ENPH) del año 2018, la Encuesta de Micronegocios de 2021 y las bases de datos propias del Grupo Éxito, en el presente trabajo se desarrolla una metodología para la predicción de los gastos de todas las manzanas residenciales del territorio colombiano, combinando técnicas de analítica de datos y modelos de machine learning supervisados para variables continuas, lo cual permitirá el diseño de escenarios de proyectos de inversión inmobiliarios. (Texto tomado de la fuente)

Based on data from the National Population and Housing Census of 2005 and 2018, the Great Integrated Household Survey (GEIH) and the National Household Budget Survey (ENPH) of 2018, the 2021 Microbusiness Survey and Grupo Éxito's own databases, this paper develops a methodology for predicting the expenses of all residential blocks in the Colombian territory, combining data analytics techniques and supervised machine learning models for continuous variables, which which will allow the design of real estate investment project scenarios