🐧 Modelo Predictivo de Masa Corporal en Pingüinos

EDA + Regresión Lineal | Proyecto de Análisis Predictivo

---

🧠 Sobre el Proyecto

Este proyecto analiza si las características morfométricas de pingüinos permiten estimar la masa corporal mediante un modelo simple, interpretable y reproducible.

El análisis sigue un enfoque profesional orientado a decisiones, permitiendo identificar rápidamente el predictor más importante dentro del dataset.

Incluye:

• Exploración del dataset Palmer Penguins
• Análisis de correlaciones y patrones
• Modelo de regresión lineal OLS
• Validación de supuestos estadísticos
• Documentación ejecutiva (PACE + One Pager)

El modelo explica 76.9% de la variabilidad de la masa corporal usando una sola variable.

---

🔑 Insight Clave

La longitud del pico es el predictor más fuerte de masa corporal, con una relación lineal positiva y altamente consistente.

---

📊 Principales Resultados

• Cada 1 mm adicional en longitud del pico incrementa en promedio ≈141 g la masa corporal.
• R² = 0.769, confirmando buen ajuste y poder explicativo.
• Los supuestos del modelo (linealidad, normalidad, independencia, homocedasticidad) se cumplen satisfactoriamente.
• La longitud de la aleta también muestra correlación útil para futuros modelos multivariables.

---

🗂️ Estructura del Repositorio

Modelo Predictivo de Masa Corporal/
│
├── data/
│   └── penguins.csv
│
├── notebooks/
│   └── Modelo Predictivo de Masa Corporal.ipynb
│
├── reports/
│   ├── Modelo Predictivo de Masa Corporal.pdf
│   ├── PACE - Modelo Predictivo de Masa Corporal.pdf
│   ├── Resume Ejecutivo.pdf
│
├── images/
│   ├── dispersion_por_pares.png
│   ├── grafico_q-q.png
│   ├── histograma_de_residuos.png
│   ├── linea_de_regresion.png
│   └── valores_ajustados_vs_residuos.png
│
├── requirements.txt
│
└── EXECUTIVE_SUMMARY.md

---

📄 Documentos del Proyecto

Tipo	Archivo
📘 Notebook interactivo	Modelo Predictivo de Masa Corporal.ipynb
📄 PACE (Metodología)	PACE - Modelo Predictivo de Masa Corporal.pdf
📊 Resumen Ejecutivo	Resume Ejecutivo.pdf
🗂 Dataset	penguins.csv

---

🔧 Cómo Ejecutar el Proyecto

1. Clonar el repositorio

   git clone https://github.com/fcamasca/modelo-predictivo-masa-corporal.git

2. Crear entorno virtual (opcional)

   python -m venv venv
   source venv/bin/activate     # Linux/Mac
   venv\Scripts\activate       # Windows

3. Instalar dependencias

   pip install -r requirements.txt

4. Abrir el notebook

   jupyter notebook notebooks/Modelo Predictivo de Masa Corporal.ipynb

---

🧪 Tecnologías y Librerías

• Python 3
• Pandas
• NumPy
• Seaborn
• Matplotlib
• Statsmodels
• Jupyter Notebook

Requisitos completos en
📦 requirements.txt

---

📈 Visualizaciones

🔹 Pairplot — Relaciones morfométricas

---

🔹 Regresión Lineal — Longitud del Pico vs Masa Corporal

---

🚀 Próximos Pasos

• Construir modelo multivariable.
• Evaluar diferencias predictivas por especie.
• Probar modelos no lineales para comparación.
• Crear dashboard interactivo.

---

📬 Autor

Frankz Camasca
Analista de Datos | Data Analytics & Predictive Modeling

---

📄 Licencia

Proyecto de uso educativo y demostración profesional.