Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pereira
2022
Ejercicio 1:
##MATRICES
plot(x , y , xlab = " Eficiencia de extraccion " ,ylab = " Tiempo de extraccion " , main = "DIAGRAMA
DE DISPERSION", col = "red")
## Generar la matriz X
x <- c(27,45,41,19,35,39,19,49,15,31)
x
X2 <- cbind(1,x)
X2
x <- X2
x
## Vector b = inv(x'x)x'y
b <- solve(t(x)%*%x)%*%t(x)%*%y
b
##Suma de cuadrados totales {y'y - (sum(Y)^2)/n)}
sce <-t(y)%*%y-t(b)%*%t(x)%*%y
R <- scr/sct
R
## Tabla ANOVA
p <- 2
n <- 10
## LINEALIDAD
## Orden de las variables y,x
plot(ejercicio_1 , 1)## si los errores se encuentran al rededor de la media "sin ningun patron"
cor.test(reg_ejercicio_1$Tiempo de extraccion, reg_ejercicio1_1$Eficiencia de extraccion)## H0: =
0 Ha: != 0
## NORMALIDAD
## HOMOCEDASTICIDAD
## Activar con library "car" y "psych"
## Orden de las variables y,x
## IDENTIFICACION DE OUTLIER
##MATRICES
plot(x , y , xlab = " Tension” ,ylab = " Elongación”, main = "DIAGRAMA DE DISPERSION", col = "red")
## Generar la matriz X
x <- c(1,2,3,4,5,6)
x
X2 <- cbind(1,x)
X2
x <- X2
x
## Vector b = inv(x'x)x'y
b <- solve(t(x)%*%x)%*%t(x)%*%y
b
##Suma de cuadrados totales {y'y - (sum(Y)^2)/n)}
sce <-t(y)%*%y-t(b)%*%t(x)%*%y
R <- scr/sct
R
## Tabla ANOVA
p <- 2
n <- 6
f <- cmr/cme
f
## LINEALIDAD
## Orden de las variables y,x
plot(ejercicio_2 , 1)## si los errores se encuentran al rededor de la media "sin ningun patron"
cor.test(reg_ejercicio_2$Elongacion, reg_ejercicio2_1$Tension)## H0: = 0 Ha: != 0
## NORMALIDAD
## HOMOCEDASTICIDAD
## Activar con library "car" y "psych"
## Orden de las variables y,x
## IDENTIFICACION DE OUTLIER
##MATRICES
plot(x , y , xlab = " Semanas empleadas” ,ylab = " Automóviles inspeccionados”, main =
"DIAGRAMA DE DISPERSION", col = "red")
## Generar la matriz X
x <- c(2,7,9,1,5,12)
x
X2 <- cbind(1,x)
X2
x <- X2
x
## Vector b = inv(x'x)x'y
b <- solve(t(x)%*%x)%*%t(x)%*%y
b
##Suma de cuadrados totales {y'y - (sum(Y)^2)/n)}
sce <-t(y)%*%y-t(b)%*%t(x)%*%y
R <- scr/sct
R
## Tabla ANOVA
p <- 2
n <- 6
## LINEALIDAD
## Orden de las variables y,x
plot(ejercicio_3 , 1)## si los errores se encuentran al rededor de la media "sin ningun patron"
cor.test(reg_ejercicio_3$Automoviles inspeccionados, reg_ejercicio3_1$Semanas empleadas)##
H0: = 0 Ha: != 0
## NORMALIDAD
## HOMOCEDASTICIDAD
## Activar con library "car" y "psych"
## Orden de las variables y,x
## IDENTIFICACION DE OUTLIER