#1.

(Regresión Tomado de Sokal 2009) La temperatura del agua fue

#registrada a varias profundidades en Rot Lake en agosto de 1952.

#Lo datos se muestran en la tabla. Calcule lo siguiente:

x=c(0,1,2,3,4,5,6,9,12,15.5)

y=c(24.8,23.2,22.2,21.2,18.8,13.8,9.6,6.3,5.8,5.6)

length(x);length(y)

plot(x,y,pch=20,cex=2,xlab="depht (m)", ylab="temperatura (ºC)",las=1)

#a.Probar la significación de la correlación

shapiro.test(y)

#sí se verifica la normalidad.

#b.Calcular la ecuación de regresión y evaluar la calidad del modelo

#mediante el coeficiente de determinación

cor.test(x,y, method="spearman")

modelo=lm(y ~ x)

summary(modelo)

#c.Estimar la temperatura del aguan para una profundidad de 10m y 14m.

23.38 + (-1.43*10)

23.38 + (-1.43*14)

#d.Graficar el diagrama de dispersión y la recta de regresión.

abline(modelo, lwd=2, col="blue")

#2.(Regresión) En un estudio de meteorología entre la cantidad de lluvia

#en la remoción de contaminantes atmosféricos, se dio la siguiente

#información:

#x(precipitacion) y(remocion de particulas)

x=c(4.3, 4.5, 5.9, 5.6, 6.1, 5.2, 3.8, 2.1, 7.5)

y=c(126, 121, 116, 118, 114, 118, 132, 141, 108)

length(x);length(y)

plot(x,y,pch=20,cex=2,xlab="precipitacion (dias)", ylab="remocion particulas (m3)",las=1)

#probamos correlacion
shapiro.test(y)

#sí se verifica la normalidad.

#construir modelo de regresion y analizar la calidad del modelo mediante

#el coeficiente R2.

cor.test(x,y, method="spearman")

modelo=lm(y ~ x)

summary(modelo)

#Predecir el valor de Y para una precipitación de X=5

153.17 + (-6.32*5)

#graficar el modelo

abline(modelo, lwd=2, col="green")