{
  "fetched_at": "2026-10-20T02:31:52Z",
  "source_url": "https://www.kaggle.com/competitions/econometriaenr2021/data",
  "pages": [
    {
      "name": "data-description",
      "content": "<p> El dataset proporcionado contienen información del censo de vivienda en California de 1990, cada fila representa la información recabada por bloque, es decir un conjunto de casas. la información que se proporciona es la siguiente: </p>\n\n<h2>Descripción de Archivos</h2>\n<ul>\n<li><strong>train.csv</strong> - dataset de entrenamiento para realizar modelos.</li>\n<li><strong>test.csv</strong> - dataset para hacer evaluación y métrica de resultado.</li>\n</ul>\n\n<h2>Descripción de Campos: </h2>\n<ol>\n <li> Latitud </li>\n<li> Longitud </li>\n<li> housingmedianage: contine la media del grupo de casas de las cuales se obtuvo información.</li>\n<li> total_rooms: Total de habitaciones registrados dentro del bloque.  </li>\n<li> total_bedrooms: Total de dormitorios registrados dentro del bloque. </li>\n<li>population: Población total del bloque. </li>\n<li> households: Número total de hogares, un grupo de personas que residen dentro de una unidad de hogar, para un bloque. </li>\n<li> median_income: Ingreso promedio para hogares dentro de un bloque de casas (medido en decenas de miles de dólares estadounidenses).</li>\n<li> <strong> medianhousevalue: </strong> Valor medio de la vivienda para hogares dentro de un bloque (medido en dólares estadounidenses). </li>\n<li> ocean_proximity: Ubicación de la casa respecto del océano/mar. </li>\n</ol> ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "<p>Bienvenido a la competencia  del curso de Econometría en R en su edición 2020, en esta competencia usted deberá aplicar sus conocimientos sobre el análisis de regresión utilizando R lo mejor que sea posible.</p>\n\n<h2>Descripción</h2>\n\n<p>Para esta competencia usted deberá realizar un modelo de regresión para predecir la columna medianhousevalue del dataset proporcionado. El dataset contiene información sobre un censo con información de características demográficas de grupos de casas en el estado de California. </p>\n\n<h2>Calificación</h2>\n<p> La calificación de esta actividad estará dividida en dos partes 15 puntos serán están destinados  a los resultados obtenidos durante la competencia, y 5 puntos serán destinados a a presentación de la misma, en la siguiente sección de detallan los requerimientos para la presentación.\n\n\n</p><h2>Ranking</h2>\nLa porción de puntos destinados a la competencia (15 puntos) dependerá del mejor punteo que obtenga en el ranking al finalizar la competencia, las notas serán asignadas de este forma: <p></p>\n\n<table>\n  <tbody><tr>\n    <th>Percentil</th>\n    <th>Nota </th>\n  </tr>\n\n  <tr>\n    <td>&lt; P31</td>\n    <td> 61% </td>\n  </tr>\n\n  <tr>\n    <td>P31 a P40</td>\n    <td> 65%</td>\n  </tr>\n\n <tr>\n    <td>P41 a P50</td>\n    <td> 70%</td>\n  </tr>\n\n <tr>\n    <td>P51 a P60</td>\n    <td> 75%</td>\n  </tr>\n\n <tr>\n    <td>P61 a P70</td>\n    <td> 80%</td>\n  </tr>\n\n <tr>\n    <td>P71 a P85</td>\n    <td> 90%</td>\n  </tr>\n\n <tr>\n    <td> &gt; P85 </td>\n    <td> 100%</td>\n  </tr>\n</tbody></table>\n\n<h2>Presentación:</h2>\n<p> Para la presentación deberá realizar una vídeo en el cual presente el RNotebook donde está todo el código y anotaciones respecto a su desarrollo, su vídeo debe ser presentado por un vídeo publico y debe durar entre 5 a 10 minutos, no más de eso ya que habrán penalizaciones si el vídeo tarda mas. </p>\n\n<p> Su RNotebook, debe contener las siguientes secciones: </p>\n<ul>\n <li> Descripción del problema. </li>\n <li> Análisis Estadística de los datos: métricas y gráficas sobre cada columna en el dataset </li>\n <li> Análisis de correlación por medio de un gráfico con comentarios sobre los resultados. </li>\n <li> Estrategias de resolución, modelos a considerar y modificaciones de características de ser necesario. </li>\n<li> Presentación de estrategias utilizadas, vistas y no vistas en el curso. </li>\n<li> Resultados sobre la competencia, con una imagen donde muestra el resultado de sus submissions, todas si lo desea, o solo la submission final. </li>\n</ul>\n\n<h2>Entregables:</h2>\n<p> Para este proyecto deberá desarrollar los siguientes entregables: </p>\n\n<ul>\n<li> Notebook completo, con anotaciones y los pasos desarrollados. </li>\n<li> Link al vídeo de presentación </li>\n</ul>\n\n<h2>Notas y Reglas:</h2>\n<p> Tome en consideraciones las siguientes notas al respecto del desarrollo de la competencia: </p>\n\n<ul> \n <li> La competencia se puede realizar en parejas o individualmente. Si trabaja en parejas la nota asignada será la misma para ambos  integrantes. Es necesario que cada pareja cree un grupo en Kaggle para trabajar. </li>\n<li> El nombre que usen en Kaggle, debe identificarlos adecuadamente, esto para poder asignar las nota en el GES, ya sea si trabaja en parejas o individualmente.</li>\n<li> Tendrán 10 intentos diarios para hacer submission a Kaggle, ya sea si trabaja en forma individual o en parejas. </li>\n<li> La competencia inicia oficialmente el Lunes 25 de Mayo y Finaliza el 22 de Junio. </li>\n<li> En la competencia participarán las secciones U, V y L del curso de Econometría en R. </li>\n<li> Solo puede utilizar R para realizar el desarrollo. </li>\n<li> Los primeros tres puestos, harán (voluntariamente) una presentación a todos sus compañeros antes de que inicie el proximo trimestre. A esta presentación asistirán otros docentes y profesionales del área. </li>\n\n\n</ul>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<h2>Evaluación y Ranking: </h2>\n<p> Para la evaluación usted deberá enviar el valor de predicción para cada una de las observaciones en el dataset de prueba (test.csv). </p>\n\n<p> La métrica para la evaluación y ranquear será el valor de RMSE del conjunto de datos de prueba,  (test.csv), recuerde que la nota de la actividad dependerá de el resultado final de RMSE que su ultimo modelo logre generar.  \n</p><hr>\n\n<h2> Formato de Envío: </h2>\n<p><strong>Para esta competencia deberá subir un archivo con formato <strong> .csv </strong> con la columna de <strong> (id) </strong> y su predicción, es decir el valor de <strong> (median_house_value) </strong> que produzca su modelo. Esto debe hacerlo para los valores de id del archivo de prueba <strong> test.csv </strong>.</strong></p><strong>\n\n<p>En el siguiente bloque se muestra un ejemplo de como deberá ser el formato de sus submissions:</p>\n\n<pre>id,median_house_value<br>8194, 4456710<br></pre></strong>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "Reglas de la competencia:\n\n - Todo el trabajo realizado durante la competencia debe ser de su autoría.\n - La competencia puede trabajarse de forma individual o en parejas.\n - Puede utilizar cualquier enfoque que desee para desarrollar la competencia.\n - Divertirse durante la competencia.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}