Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los datos
names(grasas)
Con el fin de conocer las relaciones existentes entre cada par de variables podemos
representar una matriz de diagramas de dispersión. Al parecer existe una relación lineal
bastante clara entre la edad y las grasas, pero no entre los otros dos pares de variables.
Por otra parte el fichero contiene un dato atípico.
pairs(grasas)
Para cuantificar el grado de relación lineal, calculamos la matriz de coeficientes de
correlación:
cor(grasas)
## peso edad grasas
## peso 1.0000 0.2400 0.2653
## edad 0.2400 1.0000 0.8374
## grasas 0.2653 0.8374 1.0000
summary(regresion)
##
## Call:
## lm(formula = grasas ~ edad, data = grasas)
##
## Residuals:
## Min 1Q Median 3Q Max
## -63.48 -26.82 -3.85 28.32 90.88
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 102.575 29.638 3.46 0.0021 **
## edad 5.321 0.724 7.35 1.8e-07 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 43.5 on 23 degrees of freedom
## Multiple R-squared: 0.701, Adjusted R-squared: 0.688
## F-statistic: 54 on 1 and 23 DF, p-value: 1.79e-07
𝑦 = 102.575 + 5.321𝑥
Bajo este modelo,
abline(regresion)
Cálculo de predicciones
confint(regresion)
## 2.5 % 97.5 %
## (Intercept) 41.265 163.885
## edad 3.822 6.819
## 5 % 95 %
## (Intercept) 51.780 153.370
## edad 4.079 6.562
# Intervalos de predicción
ic <- predict(regresion, nuevas.edades, interval = "prediction")
lines(nuevas.edades$edad, ic[, 2], lty = 2, col = "red")
lines(nuevas.edades$edad, ic[, 3], lty = 2, col = "red")
La tabla de análisis de la varianza de los errores se obtiene con el
comando anova:
anova(regresion)
Los valores ajustados \( \hat y_i \) y los residuos \( e_i = \hat y_i - y_i \) se pueden
obtener con los comandos residuals y fitted respectivamente. Los residuos
estandarizados se obtienen con rstandard. Por ejemplo, el siguiente código obtiene una
representación de los residuos estandarizados frente a los valores ajustados, que
resulta útil al llevar a cabo el diagnóstico del modelo:
qqnorm(residuos)
qqline(residuos)
TABLA DE DATOS UTILIZADA