Aproximaciones y metodología de datos
Actualizado: agosto 2026.
En onvisc solo se muestra un número si se puede explicar su origen y su margen de error. Esta página detalla el funcionamiento de los dos modelos estimativos de la plataforma (precio de la vivienda y tiempos de viaje). El resto de datos del sitio son oficiales y directos.
Precio de la vivienda (€/m²)
Fuentes de datos utilizadas
| Indicador | Fuente oficial | Granularidad | Qué mide exactamente |
|---|---|---|---|
| Precio de venta registrado | Generalitat / Col·legi de Registradors | Municipio (y barrio en Barcelona) | Precio realmente pagado en escrituras, media anual (obra nueva y segunda mano juntas), publicado solo con un mínimo de 3 compraventas. Disponible: 358 de 947 municipios. |
| Alquiler declarado | SERPAVI (MIVAU) | Sección censal (censo 2021) | Mediana del alquiler mensual por m² declarado en el IRPF (vivienda habitual, año 2024). Excluye el alquiler turístico. Cubre 4.733 de 5.081 secciones y 652 de 947 municipios. |
El modelo de cálculo: 3 niveles de precisión
- Municipios con precio registrado (358 municipios)
Ancla fija: la media municipal oficial nunca se altera.
Ajuste por sección censal: se calcula la variación interna según el alquiler de la zona:
Se renormaliza el resultado para que la media del municipio coincida exactamente con el dato oficial registral.
- Municipios sin precio registrado pero con alquiler (265 municipios)
Se estima el precio aplicando la relación obtenida de los 358 municipios con datos completos:
Etiqueta: estas celdas se marcan explícitamente como estimación.
Filtro de seguridad: solo se aplica en el rango de alquileres de 2,9 a 13,6 €/m²·mes. Se excluyen 29 municipios con medianas anómalas para evitar valores ilógicos.
- Municipios sin datos suficientes (324 municipios)
Quedan en blanco. La falta de dato no implica que la zona sea económica.
¿Por qué se utiliza el exponente 1,5?
En las zonas más caras, la rentabilidad del alquiler es proporcionalmente menor; por tanto, las diferencias de precio de venta entre barrios son más acentuadas que las del alquiler.
Como Barcelona es el único municipio con datos oficiales por barrio (73 barrios), se ha utilizado como patrón de calibración:
| Modelo de estimación (nivel de barrio en Barcelona, 2024) | Error mediano |
|---|---|
| Precio municipal plano (sin aplicación de modelo) | 21,1% |
| Ajuste directo del alquiler (β = 1) | 12,7% |
| Modelo optimizado (β = 1,52) | 10,9% |
| Validación cruzada (leave-one-out) | 11,3% |
Margen de error en las estimaciones (nivel 2)
Mediante una validación cruzada de 5 pliegues sobre los 358 municipios de referencia:
- Error mediano: ~13% (la estimación habitual se desvía un 13% del precio real).
- Percentil 75: 24,2% (1 de cada 4 estimaciones se desvía más de un 24%).
Limitaciones conocidas
- Extrapolación territorial: el exponente 1,5 está calibrado con datos de Barcelona. Aplicarlo al resto de Cataluña es una hipótesis razonable pero no comprobable actualmente.
- Sesgo del IRPF: el alquiler declarado incluye contratos antiguos, de manera que refleja valores inferiores a los del mercado de oferta actual.
- Municipios turísticos: en las zonas de costa y montaña, el alquiler declarado infrarrepresenta la oferta vacacional, haciendo que las estimaciones tiendan a quedar por debajo del valor real.
- Municipios pequeños: en muestras reducidas, pocas operaciones de compra de alto valor pueden elevar desproporcionadamente la media municipal.
Tiempos de viaje (minutos)
- Cálculo: basado en la red viaria de OpenStreetMap mediante un modelo de superficie de costes (incluye la pendiente real del terreno), no un enrutador punto a punto.
- Calibración: validado contra rutas de Google Maps con un error mediano del 16,3% en coche (sesgo contenido en el ±5%). Por este motivo, los indicadores muestran una variación de ±15%.
- Excepciones:
- Coche: tiende a ser optimista en el centro denso de Barcelona.
- A pie: utiliza la fórmula de Tobler ajustada por pendiente y validada por inspección visual.
Compromiso de transparencia
- Ausencia de datos: la falta de información se deja en blanco; nunca se rellena de forma automatizada ni ficticia.
- Marcado de estimaciones: cualquier cifra calculada mediante modelo se indica claramente en la interfaz.
- Origen visible: cada filtro muestra la fuente y el año correspondiente. El detalle y las limitaciones pueden consultarse al pasar el cursor por encima.
- Validación matemática: todas las constantes del modelo se calibran contra escrituras y rutas reales, y se revalidan antes de cualquier actualización.