informe_modelo_logisdfghjklñlkjhgfdsasdfghtico.pptx

dfegrhtjykulkjhgfed

1. Informe del Modelo de Regresión Logística Univariado Análisis de Cobertura de Vacunación por País

2. Introducción Este informe presenta los resultados del modelo de regresión logística univariado aplicado a los datos de vacunación por país. El objetivo es predecir si un país ha alcanzado una alta cobertura de vacunación (≥ 70%) en función del promedio de personas completamente vacunadas por cada 100 habitantes.

3. Descripción del Modelo Variable independiente: Promedio de people_fully_vaccinated_per_hundred Variable dependiente: Alta cobertura (Y) 1 si el país alcanzó ≥ 70% de vacunación completa 0 si no lo alcanzó Se utilizó un modelo de regresión logística con: Ajuste de pesos (class_weight='balanced') para manejar el desbalance de clases Validación estratificada para asegurar representación de ambas clases en entrenamiento y prueba

4. Métricas de Evaluación Precisión del modelo: 1.00 Matriz de confusión: [[44 0] [ 0 1]] Informe de clasificación: Clase 0 (baja cobertura): precisión = 1.00, recall = 1.00, F1-score = 1.00 Clase 1 (alta cobertura): precisión = 1.00, recall = 1.00, F1-score = 1.00

5. Curva de Regresión Logística

6. Matriz de Confusión

7. Tabla de Predicciones (resumen) País (índice) Promedio vacunados/100 Probabilidad estimada Clasificación Valor real 1.632 0.0 1 21.05190184 0.0 2 10.32466667 0.0 3 29.36083333 0.0 4 3.811282051 0.0

8. Conclusiones El modelo logró una clasificación perfecta en el conjunto de prueba. Esto sugiere que la variable Promedio de people_fully_vaccinated_per_hundred es un buen predictor de la cobertura alta de vacunación. Sin embargo, dado el desbalance de clases, es importante interpretar los resultados con cautela y considerar validaciones adicionales si se aplica a nuevos datos.