El presente informe tiene como objetivo estimar el precio de viviendas utilizando un modelo de regresión lineal múltiple a partir de variables estructurales de los inmuebles como área construida, número de habitaciones, baños, parqueaderos y estrato socioeconómico. Se empleó una base de datos de 8.322 registros de viviendas ubicadas en diferentes zonas de la ciudad, inicialmente se realizó un análisis exploratorio para comprender la distribución de las variables y su relación con el precio de la vivienda. Posteriormente se estimó un modelo de regresión lineal múltiple con el fin de identificar los factores que influyen en el precio de los inmuebles, el modelo fue evaluado mediante pruebas de supuestos como normalidad, homocedasticidad y linealidad. El modelo se utilizó para realizar predicciones de precios y para identificar ofertas reales del mercado que cumplen con ciertos criterios de precio y área construida. Los resultados muestran que el área construida, el número de baños, el número de habitaciones y el estrato socioeconómico son variables relevantes en la determinación del precio de la vivienda.

Este informe presenta un análisis integral del mercado inmobiliario urbano mediante técnicas avanzadas de analítica de datos, se aplicaron métodos de reducción de dimensionalidad, segmentación de mercado y análisis de asociaciones categóricas para identificar patrones ocultos en la oferta de viviendas. El objetivo es proporcionar información estratégica que permita optimizar inversiones, mejorar la segmentación comercial y maximizar la rentabilidad.