Trabajo Actividad 2 de Modelos Estadísticos para la toma de decisiones .Modelo de Regresión Lineal Múltiple

Análisis y recomendación de viviendas con regresión lineal múltiple

Knitted HTML of R Markdown To Show Data Structures for Common BIN filetypes

Neste relatório, Yasmin Zago (Presidente) e Aline Paiva (Vice-presidente), com o auxílio do Luiz Gama (professor orientador e doutor em Economia), analisaram os principais fatores por trás da deflação prevista para o mês de agosto de 2025, divulgada pelo IBGE no dia 26 de agosto.

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.

The goal of this milestone is to demonstrate data loading, cleaning, and basic exploratory analysis in preparation for building a predictive text algorithm. This report provides a clear overview of the dataset, identifies common words and phrases, and sets the stage for model development.