En esta actividad se analiza la rotación de personal a través de técnicas estadísticas con R, explorando la relación entre variables como horas extra, viajes de negocios, estado civil, ingreso mensual, antigüedad y edad. El objetivo es identificar los factores que influyen en la decisión de rotar y aportar conclusiones que permitan comprender mejor este fenómeno en el ámbito laboral.

En este taller para el primer punto, se filtró la base para conservar solo casas de la zona norte y se verificó su ubicación con tablas y mapas. Luego se exploró la relación del precio con área, estrato, baños, habitaciones y parqueaderos mediante gráficos interactivos. Con estas variables se estimó un modelo de regresión lineal múltiple, cuyos coeficientes fueron significativos y el R² mostró buen ajuste. Tras validar los supuestos, se realizaron predicciones para la primera solicitud y con el set de prueba, analizando indicadores como el RMSE que evidenciaron un desempeño adecuado del modelo. Finalmente, se sugirieron ofertas potenciales ajustadas a los créditos preaprobados y se representaron en mapas para evaluar su pertinencia. Aunque los valores de ajuste fueron altos, se recomienda refinar el modelo mediante transformaciones o inclusión de nuevas variables, con el fin de reducir los errores de predicción y mejorar su capacidad explicativa.

Este informe presenta un análisis del mercado inmobiliario utilizando R y RMarkdown, desde la limpieza de datos hasta la publicación en RPubs. Se aplicaron técnicas como Análisis de Componentes Principales para identificar variables clave, Análisis de Conglomerados para segmentar propiedades por características y estrato, y Análisis de Correspondencia para explorar relaciones entre tipo de vivienda y zona. Los resultados se comunicaron mediante gráficos, mapas y visualizaciones que facilitan la comprensión de las dinámicas de oferta y precios en la ciudad.