Publications by Julieth Cerón
PRECIO DE VIVIENDA EN CALI
#MODELO DE REGRESIÒN CON DATOS DE VENTAS DE VIVIENDA EN CALI #Cargar librerías necesarias library(tidyverse) library(caret) library(GGally) library(readxl) library(ggplot2) #Cargar los datos Datos_Vivienda <- read_excel("D:/Datos_Vivienda.xlsx") # Revisar los primeros registros y estructura de los datos head(Datos_Vivienda) str(Datos_Viv...
6359 sym R (14235 sym/34 pcs) 7 img
Ejmeplo
require(ggplot2) require(plotly) require(datarium) data("marketing") head(marketing) youtube facebook newspaper sales 276.12 45.36 83.04 26.52 53.40 47.16 54.12 12.48 20.64 55.08 83.16 11.16 181.80 49.56 70.20 22.20 216.96 12.96 70.08 15.48 10.44 58.68 90.00 8.64 interpretación: jdfhdfhdiflsdifh ##Exploración de las ventas (sales) ...
44 sym 2 tbl
MODELO ARIMA
# Carga de paquetes library(forecast) # Carga de los datos library(readxl) datos <- read_excel("C:/Users/julie/OneDrive/Escritorio/ejemploIPIR_R.xlsx") View(datos) # Asegúrate de que la columna de fecha esté en formato Date datos$fecha <- as.Date(datos$fecha) # Convertir la serie de tiempo a un objeto de serie temporal si aún no lo est�...
19 sym R (2201 sym/16 pcs)
redes neuronales vehiculos
# Instalar y cargar librerias necesarias para el proceso library(fpp2) library(readxl) library(forecast)# Contiene el modelo ARIMA library(tseries) #Para series de tiempo library(TSA) #Para series de tiempo library(ggplot2) #Para hacer gráficos library(dplyr) #Para la manipulación de datos (filtrar, seleccionar, agregar, transformar...
2076 sym R (8550 sym/45 pcs) 7 img
PRUEBA PRONOSTICO TO CALI ORIGINAL
###OPCION1 library(forecast) ## Registered S3 method overwritten by 'quantmod': ## method from ## as.zoo.data.frame zoo library(readxl) datos <- read_excel("D:/Cali origDes ARp.xlsx") OR<-ts(datos$OR[1:189], frequency=12, start=c(2007,4)) UR<-ts(datos$UR, frequency=12, start=c(2007,4)) Se valida estacionariedad en las series: #...
398 sym R (2830 sym/24 pcs) 2 img
Ejemplo regresión logistica
La idea con este ejemplo es que puedan intentar entenderlo y resolver los apartados donde dice “TAREA”. En la sustentación deberán explicar lo que entendieron de este ejemplo para regresión logística. library(readxl) library(stats) library(summarytools) library(forcats) require(ggplot2) require(ggpubr) require(CGPfunctions) require...
10471 sym R (11333 sym/39 pcs) 8 img 1 tbl
Regresion simple y multiple
Ejemplo modelo de árboles El siguiente informe corresponde a una regresión para los datos del peso de una muestra de arboles, en función de la altura, el diametro entre otras. Los datos se muestran a continuación: library(readxl) datos_biomasa = read_excel("D:/arboles.xlsx") datos_biomasa ## # A tibble: 90 × 5 ## finca mg pe...
5224 sym R (5663 sym/31 pcs) 7 img
unidad 2 y 3
Predicción de la venta de vehículos en Colombia Introducción o Justificación Para el desarrollo de la asignatura “Análisis de series temporales”, se trabajarán con datos mensuales relacionados con consumo, específicamente en bienes durables, con el objetivo de identificar tendencias económicas, cambios en los patrones de gasto y la ...
12097 sym R (3315 sym/15 pcs) 6 img
Ejemplo Regresión lineal
Impacto de mercadeo en ventas En el siguiente ejemplo vamos a trabajar con los datos de las ventas de una compañia para relacionar las ventas con la inversión en mercadeo. require(ggplot2) require(plotly) require(datarium) data("marketing") head(marketing) youtube facebook newspaper sales 276.12 45.36 83.04 26.52 53.40 47.16 54.12 12.48...
2968 sym 2 tbl
Ejemplo 2 Modelo Arima
Ejemplo: Análisis de la demanda eléctrica mensual de Australia Para el análisis de series de tiempo en R, se puede almacenar la información en el objeto ts empleando la función ts(). El empleo basico es de la siguiente forma: serie <- ts(data, frequency= ,start=) (Tipo de dato, Frecuencia, Start-ejemplo) (Anual, 1, 2000) (Trimestral, 4, c(20...
3355 sym R (2034 sym/19 pcs) 7 img