Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Superficie=c(120,80,100,180,190,250,99,90,60,100,110,120,180,130,90,50,60,70,120,130)
Antiguedad=c(15,20,30,15,12,40,30,27,14,20,22,25,21,33,5,12,6,10,28,30)
#a) Crear un data frame de nombre pisos que almacene los datos del ejercicio propuesto
#c) ¿Cuál es la recta de regresión lineal simple que considera a precio como variable
modelo1
summary(modelo1)
# En la grafica se muestra una regresion lineal simple en donde los valores de
qqnorm(modelo1$residuals)
qqline(modelo1$residuals)
## d) ¿Son significativos estos parámetros? ¿Qué puede decirse del ajuste del
##e) ¿Cuál es la correlación lineal de Pearson entre ambas variables? ¿Es significativa?
## grafico de corelación
library(corrplot)
corrplot(cor(dplyr::select(datos1,Precio,Superficie)),
modelo2
modelo3
# La recta de regresion se encuentra en Precio= -6.82133 + 1.75516 Superficie
## -0.09239 Antiguedad
summary(modelo3)
## en donde podemos notar que no hay un suficiente variabilidad de entre estos coeficientes