Please use this identifier to cite or link to this item: http://ri-ng.uaq.mx/handle/123456789/3377
Title: Variables explicativas para la predicción del valor comercial en el sector habitacional mediante redes neuronales artificiales y métodos multicriterio.
metadata.dc.creator: Anaisabel Olvera Alacio
Keywords: INGENIERÍA Y TECNOLOGÍA;CIENCIAS ECONÓMICAS;OTRAS ESPECIALIDADES ECONÓMICAS
metadata.dc.date: 17-Dec-2021
Description: La valuación inmobiliaria consiste en la estimación del valor de un inmueble a través del análisis de variables como ubicación, superficie de terreno, superficie de construcción, ubicación dentro de la manzana, así como atractivo visual y calidad de proyecto; entre otras. La consideración de diversos datos cuantitativos y cualitativos hacen que la estimación sea compleja y un tanto subjetiva, por lo que el objetivo de esta investigación es determinar las variables explicativas del valor comercial en el sector habitacional y disminuir la subjetividad en el proceso de homologación para estimar valores más precisos de los inmuebles. Se utilizaron los métodos multicriterio proceso analítico jerárquico (AHP) y programación por metas extendida (GP extendida) para seleccionar las variables explicativas. Se encontró que las variables más valoradas son seguridad (14.07%), superficie de construcción (10.57%), superficie de terreno (10.46%) y amenidades (7.65%). Estas variables se aplicaron en una red neuronal artificial (RNA) multicapa de propagación hacia atrás para predecir el precio de propiedades muestra. Cuando los inmuebles se ubicaron en la misma zona, Juriquilla, Querétaro, el error absoluto medio del modelo fue 8,523.238 MXN (0.284%) y el coeficiente de determinación (𝑅2) 0.9994; mientras que cuando las muestras fueron de diferentes zonas en Querétaro el error absoluto medio fue 11,598.022 MXN (0.492%) y el coeficiente de determinación 0.9974. Estos resultados muestran un buen ajuste a los precios de mercado. También se comparó la capacidad de predicción de la RNA respecto al método de mercado por homologación mediante la estimación del comparable 9 por ser el mayor error del modelo con propiedades en Juriquilla. La valuación de la RNA fue más precisa en relación con el precio de oferta, ya que la propiedad se subvaluó por 42,992.536 MXN, mientras que en el método de mercado por 82,358.94 MXN. Así, mediante la valuación por RNA el vendedor obtendría una mayor ganancia y el comprador adquiriría la propiedad en un valor acorde al mercado ya que los resultados muestran que con el modelo se obtienen valores cercanos a los precios de oferta.
URI: http://ri-ng.uaq.mx/handle/123456789/3377
Other Identifiers: valuación de inmuebles
redes neuronales artificiales
métodos multicriterio
valor comercial
proceso analítico jerárquico
Appears in Collections:Tesis

Files in This Item:
File Description SizeFormat 
IGMAC-283980-0921-1221-Anaisabel Olvera Alacio -A.pdf1.38 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.