La salud mental en la niñez y la adolescencia se ha convertido en un tema de gran relevancia en los últimos años, debido al aumento en los diagnósticos de ansiedad y depresión. La base de datos seleccionada recopila información sobre la prevalencia de estos trastornos en Estados Unidos, presentando tanto porcentajes como valores absolutos de niños y adolescentes afectados en diferentes períodos de tiempo.

Sofia Pinto, Lina Gonzalez y Gabriel Bucheli

Este documento, titulado **"Grupo 2_las casas de boston"**, es una guía práctica para construir e interpretar un **modelo de regresión lineal** en R. El objetivo principal es predecir el valor mediano de las viviendas de California usando el dataset `housing.csv`. A lo largo del documento, se abordan **conceptos estadísticos clave** como el análisis exploratorio de datos (EDA) con `tidyverse`, la regresión lineal simple y múltiple, y la interpretación de los resultados del modelo. El código R proporcionado muestra los primeros pasos del proceso, incluyendo la carga de las librerías `tidyverse` y `corrplot`, la importación del conjunto de datos y el uso de `glimpse()` para obtener una vista rápida de su estructura. Todo el proyecto se centra en la **reproducibilidad**, utilizando R Markdown para combinar código, análisis y texto narrativo en un solo informe.

En este proyecto, realizamos un análisis de regresión lineal para predecir el valor mediano de las viviendas de California. Utilizamos tidyverse para el análisis exploratorio de datos y la función lm() para construir el modelo. El informe detalla la interpretación de los coeficientes, el R-cuadrado ajustado y los p-valores, mostrando cómo combinar código R y texto narrativo en un documento reproducible con R Markdown.

Proyecto: Descubriendo la regresión lineal en R

En este proyecto, realizamos un análisis de regresión lineal para predecir el valor mediano de las viviendas de California. Utilizamos tidyverse para el análisis exploratorio de datos y la función lm() para construir el modelo. El informe detalla la interpretación de los coeficientes, el R-cuadrado ajustado y los p-valores, mostrando cómo combinar código R y texto narrativo en un documento reproducible con R Markdown.

El objetivo de esta guía es construir, interpretar y comunicar un modelo de regresión lineal en R. Utilizaremos el dataset de viviendas de California para predecir el valor mediano de una vivienda basándonos en sus características. Todo el análisis se documentará en un informe de R Markdown que finalmente publicaremos en RPubs.

descubriendo la regresion lineal en R

Descubriendo la Regresión Lineal en R

Apply 2 with Ty Bacci