EJERCICIOS CORRELACIÓN Y REGRESIÓN LINEAL SIMPLE

➤ stack.loss vs Water.Temp:

i) VARIABLES

x=stack.loss y= Water.Temp

ii) ANÁLISIS GRÁFICO

Se observa que aparentemente hay una asociación positiva o una relación directa
moderada entre las variables Stack.Loss y Water.Temp

iii) COEFICIENTE DE CORRELACIÓN

> attach(stackloss)
> shapiro.test(stack.loss)
Shapiro-Wilk normality test
data: stack.loss
W = 0.82651, p-value = 0.001718

> shapiro.test(water.temp)
Shapiro-Wilk normality test
data: water.temp
W = 0.89502, p-value = 0.02805

iv) VALIDACIÓN DEL COEFICIENTE DE CORRELACIÓN

= 0.8755044

v) GENERACIÓN DEL MODELO

> model<-lm(stack.loss~Water.Temp) ##Y VS X##

> model
Call: lm(formula = stack.loss ~ Water.Temp)
Coefficients:
(Intercept) Stack.Loss
-41.91 2.81
Intercepto muestral: b0= -41.91
Pendiente muestral: b1= 2.81
y=b0+b1*x
y=-41.91+ 2.81*x
Water.Temp=-41.91+ 2.81*stack.loss
1*Water.Temp=-41.91+ 2.81*stack.loss
Por cada unidad de variación de la variable Stack.Loss, la variable Water.Temp varía
en 2.81 unidades.

➤ stack.loss vs Acid.Conc. :
i) VARIABLES

x=stack.loss y= acid.conc.

ii) ANÁLISIS GRÁFICO

Se observa que aparentemente que no hay una asociación positiva en orden, o una
relación directa moderada entre las variables Stack.Loss y Acid.Conc.

iii) COEFICIENTE DE CORRELACIÓN

> attach(stackloss)
> shapiro.test(stack.loss)
Shapiro-Wilk normality test
data: stack.loss
W = 0.82651, p-value = 0.001718
> shapiro.test(Acid.Conc.)
Shapiro-Wilk normality test
data: Acid.Conc.
W = 0.90712, p-value = 0.04818

iv) VALIDACIÓN DEL COEFICIENTE DE CORRELACIÓN

= 0.497378

v) GENERACIÓN DEL MODELO

> model<-lm(stack.loss~Acid.Conc.) ##Y VS X##

> model
Call: lm(formula = stack.loss ~Acid.Conc.)
Coefficients:
(Intercept) Stack.Loss
-47.96 0.75
Intercepto muestral: b0=-47.96
Pendiente muestral: b1= 0.75
y=b0+b1*x
y=-47.96+ 0.75*x
Acid.Conc.=-47.96+ 0.75*stack.loss
1*Acid.Conc.=-47.96+ 0.75*stack.loss
Por cada unidad de variación de la variable Stack.Loss, la variable Acid.Conc. varía en
0.75 unidades.

➤ Water.Temp vs Acid.Conc. :

i) VARIABLES

x=water.temp y= acid.conc.
ii) ANÁLISIS GRÁFICO

Se observa que aparentemente hay una asociación positiva en orden, o una

relación directa moderada entre las variables Water.Temp y Acid.Conc.

iii) COEFICIENTE DE CORRELACIÓN

> shapiro.test(Water.Temp)
Shapiro-Wilk normality test
data: Water.Temp
W = 0.89502, p-value = 0.02805

> shapiro.test(Acid.Conc.)
Shapiro-Wilk normality test
data: Acid.Conc.
W = 0.90712, p-value = 0.04818
iv) VALIDACIÓN DEL COEFICIENTE DE CORRELACIÓN

= 0.3487636

v) GENERACIÓN DEL MODELO

> model<-lm(Water.Temp~Acid.Conc.) ##Y VS X##

> model
Call: lm(formula = water.temp ~Acid.Conc.)
Coefficients:
(Intercept) water.temp
1.19 0.23
Intercepto muestral: b0=1.19
Pendiente muestral: b1=0.23
y=b0+b1*x
y=1.19 + 0.23*x
Acid.Conc.=1.19 + 0.23*water.temp
1*Acid.Conc.=1.19 + 0.23*water.temp
Por cada unidad de variación de la variable Water.Temp, la variable Acid.Conc. varía
en 0.23 unidades.