Recently Published
Web Scraping Tutorial
Web scraping of NCBI nucleotide data.
Descriptive Analysis of Vintage Car Listings
This report provides a descriptive analysis of vintage-car listings using R Markdown. It examines listed prices, mileage, country of origin, and price variation through five different visualizations.
MULTICOLINEALIDAD
AS3_ PUENTESVALENTINA_GARAYCARLOS_OTEROJULIANA_CABARCASSMITH_TORRESSOFIA
Week5A: Airline Delays
This project analyzes arrival delays for two airlines, Alaska Airlines and AM West, across five destinations: Los Angeles, Phoenix, San Diego, San Francisco, and Seattle.
Andrew Cavanaugh BIG MAC Analysis
Big mac dataset Module one R assignment.
AS3_ PUENTESVALENTINA_GARAYCARLOS_OTEROJULIANA_CABARCASSMITH_TORRESSOFIA
AS3_ PUENTESVALENTINA_GARAYCARLOS_OTEROJULIANA_CABARCASSMITH_TORRESSOFIAAS3_ PUENTESVALENTINA_GARAYCARLOS_OTEROJULIANA_CABARCASSMITH_TORRESSOFIA
Modelo de Regresión Logística para la Predicción de la Rotación de Personal
El objetivo de este informe es construir un modelo de regresión logística binomial que estime la probabilidad de rotación de un empleado a partir de un conjunto de variables organizacionales, identificar cuáles de esas variables presentan una asociación estadísticamente significativa con la probabilidad de rotación y estimar la magnitud y dirección de dicha asociación, y evaluar qué tan bien discrimina el modelo entre empleados que rotan y empleados que permanecen. Al tratarse de un diseño observacional y transversal, el alcance de estas conclusiones es asociativo, no causal — vuelvo sobre esta distinción de forma explícita al interpretar los coeficientes.
Modelo de Regresión Logística para la Predicción de la Rotación de Personal
El objetivo de este informe es construir un modelo de regresión logística binomial que estime la probabilidad de rotación de un empleado a partir de un conjunto de variables organizacionales, identificar cuáles de esas variables presentan una asociación estadísticamente significativa con la probabilidad de rotación y estimar la magnitud y dirección de dicha asociación, y evaluar qué tan bien discrimina el modelo entre empleados que rotan y empleados que permanecen. Al tratarse de un diseño observacional y transversal, el alcance de estas conclusiones es asociativo, no causal — vuelvo sobre esta distinción de forma explícita al interpretar los coeficientes.