Estimación del valor por hectárea de inmuebles rurales en el municipio de Subachoque, utilizando econometría tradicional e inteligencia artificial (modelo Mars)
Cargando...
Fecha
Fecha
2026-01-16
Director
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Distrital Francisco José de Caldas
Compartir
Citar documento
Rodriguez Lopez, Julio Esteban; Albarracin Hernandez, Felipe (2026). Estimación del valor por hectárea de inmuebles rurales en el municipio de Subachoque, utilizando econometría tradicional e inteligencia artificial (modelo Mars). Universidad Distrital Francisco José de Caldas. https://hdl.handle.net/11349/100367
Gestores bibliográficos
Altmetric
El indicador aparece cuando Altmetric registra menciones para este documento.
Documentos PDF
Resumen
This bachelor’s thesis aims to estimate the value per hectare of rural properties in the municipality of Subachoque, Cundinamarca, through a comparative application of traditional econometric models and artificial intelligence techniques, particularly the MARS (Multivariate Adaptive Regression Splines) model, in a context of increasing transformation of rural land due to urbanization processes, changes in land use, and real estate market dynamics in the Bogotá Savanna. The research is based on the collection and cleaning of market information from direct and indirect sources, including real estate platforms, historical appraisal records, and field visits, in order to build a representative database of rural properties. From this information, explanatory variables of a physical, regulatory, and locational nature were identified and analyzed, such as property size, availability of public services, road accessibility, distance to urban centers, land use, and water availability, which influence land value formation. Traditional econometric models based on multiple regression and hedonic pricing were developed, evaluating the statistical significance of variables and the fulfillment of econometric assumptions, and were contrasted with MARS artificial intelligence models capable of capturing nonlinear relationships and threshold effects among explanatory variables. The results show that locational, regulatory, and infrastructure factors have a significant impact on the value per hectare, and that artificial intelligence–based models present greater predictive capacity compared to traditional linear models, without sacrificing interpretability. Finally, a statistically validated model contrasted with real market values is proposed, constituting a technical tool for appraisal processes, territorial planning, and decision-making in the rural real estate market, contributing to the development of more objective, accurate, and replicable valuation methodologies in similar territorial contexts.
Descripción
Este trabajo de grado tiene como propósito estimar el valor por hectárea de los inmuebles rurales en el municipio de Subachoque, Cundinamarca, mediante la aplicación comparativa de modelos de econometría tradicional y técnicas de inteligencia artificial, en particular el modelo MARS (Multivariate Adaptive Regression Splines), en un contexto de creciente transformación del suelo rural por procesos de urbanización, cambios en el uso del suelo y dinámicas del mercado inmobiliario en la Sabana de Bogotá. La investigación se fundamenta en la recopilación y depuración de información de mercado proveniente de fuentes directas e indirectas, incluyendo plataformas inmobiliarias, registros históricos de avalúos y visitas de campo, con el fin de construir una base de datos representativa de predios rurales. A partir de esta información, se identificaron y analizaron variables explicativas de carácter físico, normativo y locativo, tales como el área del predio, la disponibilidad de servicios públicos, la accesibilidad vial, la distancia a centros urbanos, el uso del suelo y la disponibilidad de recursos hídricos, las cuales influyen en la formación del valor del suelo. Se desarrollaron modelos econométricos tradicionales basados en regresión múltiple y precios hedónicos, evaluando la significancia estadística de las variables y el cumplimiento de los supuestos econométricos, y se contrastaron con modelos de inteligencia artificial más específicamente con el modelo MARS, capaces de capturar relaciones no lineales y puntos de quiebre en las variables explicativas. Los resultados muestran que factores locativos, normativos y de infraestructura tienen una incidencia significativa en el valor por hectárea, y que los modelos basados en inteligencia artificial presentan una mayor capacidad predictiva frente a los modelos lineales tradicionales, sin sacrificar interpretabilidad. Finalmente, se propone un modelo validado estadísticamente y contrastado con valores reales de mercado, que constituye una herramienta técnica para procesos de avalúo, planificación territorial y toma de decisiones en el mercado inmobiliario rural, aportando al desarrollo de metodologías de valoración más objetivas, precisas y replicables en contextos territoriales similares.