regresion_lineal_simple = function(x, y, decimales=4, # Gráficas

nombreX="x", nombreY="y") { # ---

# Dividiremos el área de gráfica en

una matriz de 2x2
n = length(x)
par(mfrow=c(2,2))
# beta.gorro1
# Gráfica de dispersión
Sxx = sum(x^2) - 1/n*(sum(x))^2
plot(x, y, pch=16, col="blue",
Sxy = sum(x*y) - 1/n*sum(x)*sum(y) main="Gráfica de dispersión",

beta.gorro1 = Sxy/Sxx xlab=nombreX, ylab=nombreY)

# beta.gorro0 # Histograma de residuos

estandarizados
beta.gorro0 = mean(y) - beta.gorro1*mean(x)
hist(residuos_std, col="slateblue",
# ===== xlab="Residuos",
# Cálculo de r y r^2 ylab="Frecuencia",
main="Histograma de residuos")
# ---
# Dispersión de residuos
#r
estandarizados vs predichos
Syy = sum(y^2) - 1/n*(sum(y))^2
plot(y.gorro, residuos_std, pch=16,
r = Sxy/sqrt(Sxx*Syy) col="green2",

r2 = r^2 xlab="Valores predichos (y.gorro)",

# ===== ylab="Residuos estandarizados",

# Cálculo de residuos main="Residuos estandarizados vs

Valores predichos")
y.gorro = beta.gorro0 + beta.gorro1*x
abline(h=0, col="red", lty=2)
residuos = y - y.gorro
# Recta de regresión sobre la gráfica
# --- de dispersión

# Residuos estandarizados plot(x, y, pch=16, col="blue",

main="Gráfica de dispersión",
residuos_std = (residuos - mean(residuos))/sd(residuos)
xlab=nombreX, ylab=nombreY)
# =====
 abline(a=beta.gorro0, b=beta.gorro1, col="salmon4") congestión")

# Devolvemos el área de graficado a un único elemento, rls

aunque se

# escribe como si fuera una matriz de 1x1

par(mfrow=c(1,1))

# =====

# Resultados

resultado = list(beta.gorro0=beta.gorro0,
beta.gorro1=beta.gorro1,

modelo=paste0("y =
",round(beta.gorro0,decimales),

"+
",round(beta.gorro1,decimales),"x"),

coef_correlacion=r, coef_determinacion=r2)

return(resultado)

num_vehiculos = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)

tiempo_congestion = c(0, 0, 0.02, 0.01, 0.01, 0.01, 0.03,

0.03,

0.02, 0.04, 0.04, 0.04, 0.03, 0.04, 0.05)

rls =
regresion_lineal_simple(num_vehiculos,tiempo_congesti
on,nombreX="

Numero de vehiculos",
nombreY="Tiempo de