Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Se han tomado datos físicos, químicos y biológicos recopilados a intervalos regulares de tiempo
y espacio para documentar los ciclos climáticos en la Corriente de California (en el océano pacífico)
y una variedad de respuestas biológicas a ellos. Estos datos documentaron la respuesta biológica al
dramático evento de calentamiento del Pacífico en 1957-58 e introdujo el término "El Niño" en la
literatura científica. Las variables medidas incluyen (pero no se limitan a): Conteo de Botellas
(Bottle.Count), Profundidad en metros (Depth.m), Temperatura en grados centígrados
(Temperature.C), y Salinidad en g/kg (salinity). Además, el datset contiene información relacionada
a la ID de la estación de medición que recopiló cada muestra. Los datos están contenidos en el
documento “Ocean Data.csv”.
- Construya un modelo lineal que prediga la temperatura, usando todas o algunas de las variables
que se encuentran en el dataset suministrado.
R=
Donde:
𝛽1, 𝛽2 y 𝛽3 son los coeficientes de regresión que indican cómo cada variable afecta el
aumento o disminución de la temperatura en centígrados.
u representa el término de error, que toma en cuenta las variaciones no explicadas por las
variables predictoras.
Este modelo lineal permitiría predecir la temperatura utilizando una combinación de las variables
predictoras presentes en el dataset suministrado. Los coeficientes 𝛽1, 𝛽2 y 𝛽3 indicarían la
magnitud y dirección de la influencia de cada variable en la temperatura, mientras que el término
de error u tendría en cuenta las variaciones no explicadas por las variables predictoras.
print(coefficients)
new_data <- data.frame(Bottle.Count = 10, Depth.m = 100, salinity = 35) # Valores de ejemplo
print(predictions)
2.Para la siguiente sección, utilizaremos la base de datos SMOKE disponible en la plataforma. Esta
base de datos contiene información sobre el consumo de cigarrillos de 807 individuos. A
continuación, se detalla un resumen de los datos:
β_cigpric: 2.002
β_educ: -0.4948
β_age: 0.7784
β_white: -0.531
β_restaurn: -2.644
β_income: -4.619e-05
β_agesq: -0.00915
β_lincome: 1.404
β_lcigpric: -115.273
b) Genere la ecuación e interprete los resultados. ¿Cuál es su opinión sobre el modelo? ¿Es un
buen predictor para el consumo?
La ecuación propuesta es la siguiente: CigS = B0 + B1 * Prec + u. En esta ecuación, el valor que
tome la variable β1 determinará si el precio tiene un impacto positivo o negativo en el consumo de
cigarrillos. Si β1 es negativo, un aumento en el precio llevará a una disminución en el consumo,
mientras que si β1 es positivo, una disminución en el precio resultará en una disminución del
consumo. Según la teoría económica, las sustancias adictivas, como el tabaco, son sensibles a
cambios en los precios y los ingresos, lo que significa que su elasticidad precio e ingreso es similar
a la de los bienes normales.
En mi opinión, este modelo es un buen predictor, ya que tiene en cuenta la variable principal en la
que se basa el consumo de cigarrillos, que es el precio. Además, el término de error (u) tiene en
cuenta otras variables no consideradas en la ecuación. Si β1 llega a ser cero, entonces β0
representará el consumo de cigarrillos.
c) Supongamos que usted está a cargo de un programa para disminuir el tabaquismo. Para ello,
debe explicar el consumo de cigarrillos. Proponga un modelo econométrico para el consumo y
estime a partir de sus datos. Sustente cada resultado desde la teoría.
Según la teoría, se espera que β1 tenga un valor positivo, lo que indica que un aumento en el
precio llevará a una disminución en el consumo de cigarrillos. Se espera que β2 sea negativo, lo
que implica que una disminución en la publicidad reducirá el consumo. Del mismo modo, se espera
que β3 sea negativo, lo que indica que una disminución en la influencia social disminuirá el
consumo de cigarrillos, ya que los jóvenes no se sentirán presionados para iniciar o mantenerse en
el tabaquismo.