El presente análisis tiene como propósito construir un modelo de regresión logística a partir de información histórica de los trabajadores, considerando variables tanto cuantitativas como categóricas relacionadas con la rotación. A través de un proceso que incluye selección de variables, análisis exploratorio, estimación e interpretación del modelo, así como la validación de su capacidad predictiva, se busca no solo explicar la dinámica de la rotación, sino también aportar recomendaciones prácticas para la gestión de recursos humanos.

Este informe presenta el análisis estadístico de un conjunto de datos inmobiliarios de la ciudad de Cali llamado Vivienda, con un total de 8.322 registros entre casas y apartamentos. El objetivo fue aplicar técnicas de exploración de datos, segmentación y modelado predictivo con el uso de Regresión Lineal Múltiple (RLM) para dar respuesta a dos solicitudes específicas de vivienda: una casa en la Zona Norte y un apartamento en la Zona Sur. Se implementaron los modelos y segmentación mediante K-Means, con el fin de estimar precios de mercado y priorizar ofertas reales. Los resultados evidencian que variables como el área construida, el estrato socioeconómico, el número de baños y los parqueaderos son los principales determinantes del precio de una vivienda. Asimismo, se identificaron limitaciones asociadas a la calidad de los datos (outliers, valores faltantes y heterocedasticidad en modelos). A partir de los análisis, se proponen alternativas concretas de vivienda dentro de los presupuestos definidos, destacando tanto la viabilidad como las restricciones encontradas en el mercado.

Evaluación de la oferta inmobiliaria urbana con los modelos de componentes principales, conglomerados y correspondencia