IDEALISTA Barrio X cordenadas Y coordenadas

LPRICE por

barrio LPRICE ECM LPRICE ECM

Bellas Vistas 440106,1 4478425,4 12,56 12,35 0,0466452 12,37 0,0365242 Adelfas 443171,7 4472704,2 12,89 12,89 0,0000002 12,90 0,0000259 Estrella 443645,1 4474137,4 13,14 13,09 0,0018900 13,03 0,0110068 Ibiza 442901,3 4474676,7 13,17 13,18 0,0000026 13,21 0,0010455 Castilla 442489,3 4480833,5 13,34 13,33 0,0001232 13,33 0,0000026 Jerónimos 441982,7 4474116,0 13,85 13,81 0,0016612 13,61 0,0574372 Cuatro Caminos 441003,3 4478315,3 12,96 13,39 0,1819090 13,41 0,2026076

reconoce valores homogéneos en todo el barrio (líneas tendenciales)

 En el barrio de Castilla, se observa tres zonas diferentes de precio, estimando valor según la ubicación de su centriode y que en este caso, es un valor muy aproximado al valor real.

 Un mayor error de estimación se comete en la estimación de una vivienda ubicada en el barrio Cuatro caminos. Si en este barrio, se repite la diferencia de valores de la función interpolante presente en Castilla, entonces la sobrevaloración de la vivienda plantea la inquietud sobre la utilización de los centriodes de los polígonos (barrios) como medida de concentración habitacional. Habría que revisar la adaptación de herramientas cartográficas al caso de fenómenos sociales y económicos (centroides de polígonos, distancia euclidiana, tipología de “vecinos”, etc), a fin de mejorar la predicción.

Figura 28. Predicción de valores por kriging. Casos de observación.

Si se superponen en este mapa, algunos bienes urbanos como bocas de metro, cines, centros comerciales, lineas de metro entre otras; cabe preguntarse cuánta de la información sobre el fenomeno urbano, es capturada por el precio de la vivienda y que intentaremos responder en los siguientes apartados.

5.3.3.4 Representación visual de la interpolación para la almendra central

En este apartado interesa dos cuestiones: una se relaciona con la valoración de la “centralidad” de la centralidad en Madrid y otra con el grado de aproximación de la función interpolada de los 13.696 datos, para capturar la información en todo el territorio urbano.

Veamos lo primero:

La función interpoladora por kriging con el precio de las 5.080 viviendas en venta de la almendra central de Madrid, replica la tendencia de los valores más altos en los barrios centrales de la almendra central. La figura 29 muestra el resultado de interpolar mediante kriging los 5.080 datos. El kriging ha modelado los precios de la vivienda, siguiendo la tendencia observada en el análisis variográfico. La paleta de colores permite observar que el precio de la vivienda en este espacio territorial de la gran ciudad, tiene forma de gradiente desde los barrios centrales de la almendra central. El mapeo de la serie, también permite observar las diferencias en valores intraciudad, “dentro de los distritos” y “dentro de los barrios”.

El barrio de la Chopera en el distrito de Arganzuela y el barrio de Valdeacederas en el distrito de Tetuán, muestran los menores valores de ECM estimación. Mientras que el barrio Justicia ubicado en el distrito Centro, muestra ECM mayor a la media de errores de cada barrio. El barrio de Recoletos en el distrito de Salamanca, muestra los errores más altos de la serie. Esta situación no debe sorprender, puesto que la técnica de interpolación es sensible a los puntos extremos de la serie. Para observar este hecho, observe la figura 30, en la que aparecen destacados con colores más oscuros, las viviendas a la venta ubicadas en el distrito de Salamanca. También se destacan en color y tamaño, los puntos extremos del grafico de diferencias de la distribución del precio en la almendra central (grafica QQ) y que se encuentran precisamente en este distrito. El histograma de la variable para los datos del Distrito de Salamanca, también confirma esta posición.

Figura 29. Precios interpolados y bienes urbanos. Madrid capital

NOTA: Se utiliza la misma paleta de colores graduados según el valor de la variable, que la presentada en el caso de la ciudad de Madrid, mientras que los puntos de cada observación en la almendra central, son mostrados en colores claros de modo que se pueda apreciar la tendencia de valores de la función interpoladora.

La interpolación con valores medios por barrio, también muestra en términos generales, la tendencia de la centralidad de los barrios interiores de la almendra central. La figura 31 muestra un mapeo comparado entre la interpolación de precios medios y la interpolación con datos puntuales. Los valores agregados “suavizan” la tendencia de la serie si se compara con la tendencia de los valores puntuales.

Ahora bien, lo observado en la interpolación de la almendra central, ya era anticipado en la función interpoladora por kriging con los 13969 datos.

Figura 30. Tendencia precios Madrid y almendra central

Veamos ahora el segundo caso: el grado de ajuste entre la interpolación en distintas áreas60_.

El análisis variográfico realizado sobre la serie compuesta por 13.696 observaciones de viviendas en venta en la ciudad de Madrid, mostró la presencia de una zona diferenciada entre los distritos de la almendra central y los distritos de la periferia urbana. Interesa en este caso, determinar si el modelo predictivo de la ciudad de Madrid recoge también, las características estructurales del precio de la vivienda en los datos de la zona central de la ciudad o en su efecto; sería más adecuado modelizar separadamente estas áreas.

Observe la figura 32: en la derecha está mapeada la función interpoladora del kriging de la almendra central mientras que a la       

60 _{Aquí se trata de la interpolación de los 13696 datos y la interpolación de los 5080}

datos que están contenidos en los anteriores. Distinto es el caso de interpolar datos de municipios y obtener los valores por distrito, puesto que esto sería un cambio en el soporte de datos, aunque sea este el caso que nos interesa igualmente evaluar en esta Figura 31. Interpolación puntual y precios medios.

Comparación.

izquierda, se encuentra una parte del mapeo de la función por kriging modelada para las 13696 observaciones y que corresponde a un extracto de la figura 26 (según se indica en la parte superior izquierda de la figura).

En ambos mapeos, se destacan los límites territoriales de cada distrito de la almendra central y se han incorporado unos puntos que corresponden a los centriodes de los distritos (observe la imagen en términos de la tendencia de la serie, puesto que graduación de la paleta de colores, está determinada por la escala de datos de la muestra).

El mapa de la interpolación para la almendra central, repite la tendencia observada de la serie en los 13696 datos. Las interpolaciones realizadas en cada distrito, en general repiten la tendencia de la serie observada tanto en la almendra central, como en Madrid capital. El análisis microterritorial por distrito permite apreciar las diferencias en

Figura 32. Tendencia precios Madrid y almendra central