Case Study of Bayesian Multiple Linear Regression Using the Boston Housing Dataset

Abstract (en)

Analizamos el conjunto de datos de viviendas de Boston utilizando técnicas de regresión lineal múltiple y mínimos cuadrados ordinarios. Se ajustan varios modelos a los datos para mejorar el poder predictivo de las variables explicativas, evaluando cuidadosamente las suposiciones de cada modelo y realizando un análisis comparativo entre ellos. Identificamos las variables explicativas relevantes que tienen un impacto significativo sobre la variable de respuesta. Además, realizamos experimentos de validación cruzada en modelos seleccionados del análisis. Finalmente, destacamos ciertas limitaciones de los OLS y proponemos el uso de técnicas de regresión ridge como alternativa.