Documentos de Académico
Documentos de Profesional
Documentos de Cultura
In [108… #install.packages("ISLR2")
library(ISLR2)
#------------------------------------------------------------------------
#Cargar los datos
#------------------------------------------------------------------------
datos=data.frame(x=c(23.1,32.8,31.8,32,30.4,24,39.5,24.2,52.5,37.9,30.5,25.1,12.4,35.1
y=c(10.5,16.7,18.2,17,16.3,10.5,23.1,12.4,24.9,22.8,14.1,12.9,8.8,17.4,14.9,10.5,16.1)
Coeficientes=data.frame(cbind(BETA0,BETA1))
colnames(Coeficientes)=c("Beta0","Beta1")
Coeficientes=t(Coeficientes)
colnames(Coeficientes)=c("Valor")
Coeficientes
Modelo_ajustado=BETA0+BETA1*datos$x
datos_ajus=data.frame(cbind(datos,Modelo_ajustado))
names(datos_ajus)[1:3]=c("Contenido de agua","Rendimiento de agua","Rendimiento de agu
head(datos_ajus)
Valor
Beta0 0.7155956
Beta1 0.4983090
Intervalo=data.frame(cbind(t(Coeficientes),t(cbind(SE_BETA0,SE_BETA1)),t(rbind(iterval
colnames(Intervalo)=c("Coeficiente", "Error STD", "2.5%","97.5%")
Intervalo
In [19]: T_cal=BETA0/SE_BETA0
alfa <- 0.05
gl <- n-2
T_tab <- qt(1-(alfa/2), gl) #Se contrasta con la T_calculada
P_value=2*pt(abs(T_cal),gl,lower.tail =F) #Se contrasta con un alfa=0.05
P_value=data.frame(P_value)
P_value
P_value
0.6502402
Si el valor p es menor o igual que α, existe evidencia suficiente para no rechazar la hipótesis
nula; si el valor p es mayor que α existe evidencia suficiente para rechazar la hipótesis nula.
Como **P_value>alfa= 0.65>0.05** de acuerdo a la la regla de decisión, existe evidencia
suficiente para rechazar la H0, ya que P_value=0.65 está en la región de rechazo. Por lo tanto,
no existe una relación lineal significativa entre la cantidad de agua que contiene la nieve con el
rendimiento de agua en el rio Snake.
In [102… Beta1=sum(datos$y*datos$x)/sum(datos$x^2)
Y_ajus_origen=data.frame(Beta1*datos$x)
Y_ajus_origen=data.frame(cbind(datos,Y_ajus_origen))
names(Y_ajus_origen)[1:3]=c("Contenido de agua","Rendimiento de agua","Rendimiento de
head(Y_ajus_origen)
Varianza=data.frame(rbind(Var_con_interc,Var_sin_interc))
Varianza$Variance=(Varianza[,2])^2
Varianza=cbind(Varianza,R2)
Varianza
Los errores estándar (permiten también construir pruebas de hipótesis relacionadas a los
coeficientes. Se plantea la siguinte pruebas de hipótesis relacionadas al intercepto(regresión al
origen). **H0: Regresión al origen (sin intercepto) H0 : β
0
= 0, β
1
≠ 0 ** **Ha: Regresión lineal
simple con intercepto Ha : β
0
≠ 0, β
1
≠ 0 ** De acuerdo al valor **SE(β^ )** estimado para el
1
modelo sin intercepto es menor que al modelo con intercepto, se puede concluir que está más
a favor de la hipotesis nula. Si β
0
= 0 entonces Y = β
1
∗ X + ei , donde el intercepto es cero
en la relación entre la respuesta (Y ) y el predictor (X). Además, para el modeloi sin intercepto
presenta un valor de R
2
= 0.9892 mayor que le valor de R
2
= 0.8627 correspodinte al
modelo con intercepto.
f) Calcule las estimaciones por intervalo de 95% de confianza del promedio (valor esperado de
la respuesta) del rendimiento del agua en un año futuro, para 𝑋=30 y 𝑋=50, para ambos
modelos, con y sin intercepto. Explique las diferencias en los intervalos obtenidos.
Estimacion=rbind(Inter_con_intercepto,Inter_sin_intercepto)
Estimacion<-Estimacion[, c(4,5,1,2,3)]
Estimacion$Diferencia=Estimacion$Superior-Estimacion$Inferior
Estimacion <- Estimacion[order(Estimacion$Futuro),]
Estimacion
El rendimiento del agua en el rio Snake en años futuros sí se logra una caida de nieve en las
montaña de Wyoming de 30 y 50, la predicción de un valor futuro es más precisa para el
modelo sin intercepto. Este modelo es de menor amplitud en su intervalo respecto al modelo
con intercepto, lo que permite explicar mejor el fenómeno y la mejorar la predicción en el
rendimiento del agua en el rio Snake.
Ejercicio 3.- El conjunto de datos carbohydrate de la biblioteca en R dobson, muestra los
porcentajes de las calorías totales obtenidas de los carbohidratos complejos, para veinte
hombres diabéticos insulinodependientes que siguieron una dieta alta en carbohidratos
durante seis meses. El cumplimiento del régimen se pensó que estaba relacionado con la edad
(en años), el peso corporal (en relación con el peso "ideal" para la estatura) y otros
componentes de la dieta, como el porcentaje de calorías en forma de proteínas. Considerando
estas 3 variables predictoras, realice lo siguiente:
In [106… #install.packages("dobson")
library(dobson)
data(carbohydrate)
head(carbohydrate)
33 33 100 14
40 47 92 15
37 49 135 18
27 35 144 12
30 46 140 15
43 52 101 15
In [107… colnames(carbohydrate)[1:4]=c("Y","X1","X2","X3")
p=3 #Número de predictoras
n=nrow(carbohydrate)
X=as.matrix(cbind(X0=1,carbohydrate[,2:4]))
Y=as.matrix(carbohydrate[,1])
BETA=solve(t(X)%*%X) %*% t(X)%*%Y
colnames(BETA)[1]="Estimadores"
Y_ajust=BETA[1]+BETA[2]*X[,2]+BETA[3]*X[,3]+BETA[4]*X[,4]
S2=sum((Y-Y_ajust)^2)/(n-(p+1))
S2=as.numeric(t(Y-X%*%BETA)%*% (Y-X%*%BETA)/(n-(p+1)))
Var_Cov=solve(t(X) %*% X)*S2
SE_BETA2=diag(Var_Cov)
SE_BETA=sqrt(diag(Var_Cov))
Tab_PARAMETROS=cbind(as.matrix(BETA),as.matrix(SE_BETA2),as.matrix(SE_BETA))
colnames(Tab_PARAMETROS)=c("Estimadores","Varianza","Error Std")
Tab_PARAMETROS
Estimadores Varianza Error Std
b) Usando la información del inciso anterior, construya una tabla de los parámetros estimados
con su correspondiente error estándar. Posteriormente ajuste el modelo usando la función lm()
de R, y compare la salida (estimadore
TABLA_ESTIMADO=cbind(Tab_PARAMETROS,Tab_ESTIMADOS)
TABLA_ESTIMADO
c) De acuerdo a la significancia de las variables del modelo ajustado con la función lm(),
realizado en el inciso anterior, formule una prueba anidada usando la función anova() y el
estadístico F. ¿Se rechaza la hipótesis nula asociada a un modelo más simple? Justifica tu
respuesta.
#Prueba F
n=nrow(carbohydrate)
anova=anova(mls_mult1,mls_mult2)
anova
Res.Df RSS Df Sum of Sq F Pr(>F)
16 567.6629 NA NA NA NA
No hay prueba sólida para rechazar H0 , no hay evidencia suficiente para rechazarla; al menos
algunos de los esos predictores del subconjunto es igual a cero. además sí hay un cambio en
R
2
, la del primer modelo presenta una R
2
= 0.3831 y la del segundo modelo presenta una
; hay una disminución en el valor de R .
2 2
R = 0.3802