PERTENECE A: BELINDA KELY CHAVEZ CRUZ

REGRESION SIMPLE

El coeficiente de correlación es negativo -0.7761684 muy baja, este coeficiente

puede medir el grado de relación de esta variable.
Interacción de variables de la tabla “mtcars”, en esta tabla se ve como interactúa
cada variable en los diferentes tipos de automóviles.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Siendo: Y= LA VARIABLE DE RESPUESTA ES DECIR (mpg)

X= VARIABLE EXPLICATORIA O INDEPENDIENTE (hp)
Entonces la regresión es negativa

TABLA ANAVA

Coeficientes
El valor del intercepto es 324.08 teniendo una confiabilidad alta por los 3***
encima del 95% y un p_valor de 8.25e-13 es altamente confiable, es decir el
intercepto de este modelo.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Pendiente -8.83 tiene un p_valor 1.79e-07 muy confiable

Y= 324.08 - 8.83X
*** se pude decir que el modelo es muy confiable
En cuanto a los errores residuales:
R2= Indica el grado de confiabilidad del modelo y es solo 0.6024 de efectividad y
en si todo el modelo tiene un p_valor de 1.788e-7 es confiable.

Analizando los residuos con los valores calculados, hay varios puntos fuera o
dispersos algunos con un patrón de la línea eso hace que disminuya el valor de R.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Para analizar la normalidad de los datos, se ven que los datos están pegados a
pesar de los datos centrados no están tan pegados a la línea, se puede decir que
tiene una distribución normal.

En cuanto a las varianzas de los residuos tiene q estar adecuadamente

distribuidos, en este caso los datos están localizándose a la derecha y algunos
puntos alejados.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Residuos estandarizados en el cual observamos los puntos “outliers”, o puntos

que pueden hacer cambiar a la regresión, pero en este caso el modelo está
correcto.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Si trazo una campana de gauss el histograma se orienta más a la derecha, los

residuos son confiable.
Para verificar si los residuos no están tan buenos se aplica la estadística de
DURBIN-WATSON donde indica que si este valor que este entre [1.5 – 2.5] no hay
problemas de autocorrelación es decir el modelo es independiente no depende de
los residuos.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Hay muchos puntos fuera de rango o del espacio plomo eso nos indica que no nos
da un abuena confiabilidad del modelo
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

REGRESION MULTIPLE
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

En este caso solo usaremos 6 variables siendo la variable de respuesta “mpg” de la base
de datos “mtcars”.
Se ara una correlación con cada una de las variables, viéndose que tienen una
correlación buena pero negativa.

si se quiere ver la correlación e intervalos de confianza se usa el comando

”cor.test”
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

TABLA ANAVA

Coeficientes:

El intercepto es 36.00836, tiene un p_valor pequeño aceptable, cyl es -1.10749

no aporta, disp es 0.01236 no aporta, hp es -0.02402 no aporta tanto, drat es
0.95221 no aporta y wt es -3.67329 aporta. En conjunto el R 2 ajustado es de
0.8227 es bueno el modelo en general, verificando con el p_valor que es muy
bajo.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Y (Mpg) =36.00836-1.10749(X1) + 0.01236(X2) -0.02402(X3) + 0.95221(X4)

- 3.67329(X5)

Analizando los residuos con los valores calculados, hay varios puntos fuera o
dispersos algunos con un patrón de la línea eso hace que disminuya el valor de R.

Para analizar la normalidad de los datos, se ven que los datos están pegados a la
línea, se puede decir que tiene una distribución normal.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

En cuanto a las varianzas de los residuos tiene que estar adecuadamente

distribuidos, en este caso los datos están localizándose a la derecha y algunos
puntos alejados.

Residuos estandarizados en el cual observamos los puntos “outliers”, o puntos

que pueden hacer cambiar a la regresión, pero en este caso el modelo está
correcto.
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

MODELOS DE REGRESION MULTIPLE

 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

Analizando se determina que

solo influye a mpg el peso (wt)
de los diferentes tipos de
automóviles, las demás variables
no aportan

Al relacionar “mpg” con las variables (cyl, hp, disp., drat y wt), AIC el menor valor
de (wt) y lo toma con base mpg~ wt+ cyl + hp
 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

En este caso toma mpg~ cyl + hp + wt

 PERTENECE A: BELINDA KELY CHAVEZ CRUZ

En este caso toma mpg~ wt + cyl+ hp