Modelamiento predictivo

Ingresamos los datos

file <- "https://raw.githubusercontent.com/fhernanb/datos/master/propelente"
datos <- read.table(file=file, header=TRUE)
head(datos)

Paso 1: Determinar las variables X,Y

Paso 2: Evaluar la relación entre variables (Correlación) graficamente

Diagrama de dispersión o puntos

# Gráfico con plot
plot(x=datos$Edad,y=datos$Resistencia)

# Gráfico con pairs
pairs(datos)

Interpretación: Según los resultados, hay relacion lineal negativa alta entre la Resistencia y la edad

Coeficiente de correlación

# Mediante la función cor
cor(datos) # Matriz de correlaciones
##             Resistencia       Edad
## Resistencia   1.0000000 -0.9496533
## Edad         -0.9496533  1.0000000

Coeficiente de correlación:

r = -0.9496533

Interpretación: Existe correlación negativa mul alta entre la Resistencia y la edad.

(Recordar: Si el r en menor que 0.35 para algunos autores, no es viable la regresión, para otros autores se debe probar hipótesis)

Como en este caso el coeficiente de correlación es superior a 0.35, es viable la regresión.

Paso 3: Regresión

Regresión lineal simple

Modelo general $ = b_o + b_1X $

Modelo para el caso: \(\hat{Resistencia} = b_0 + b_1 Edad\)

Para obtener el modelo, se va a utilizar una función de R > lm

# lm, notación: Y ~ X, data=
modelo1 <- lm(Resistencia ~ Edad, data=datos)

# Resumen de resultados
summary(modelo1)
## 
## Call:
## lm(formula = Resistencia ~ Edad, data = datos)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -215.98  -50.68   28.74   66.61  106.76 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 2627.822     44.184   59.48  < 2e-16 ***
## Edad         -37.154      2.889  -12.86 1.64e-10 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 96.11 on 18 degrees of freedom
## Multiple R-squared:  0.9018, Adjusted R-squared:  0.8964 
## F-statistic: 165.4 on 1 and 18 DF,  p-value: 1.643e-10
##Coefficients:
##            Estimate Std. Error t value Pr(>|t|)    
##(Intercept) 2627.822     44.184   59.48  < 2e-16 ***
##Edad         -37.154      2.889  -12.86 1.64e-10 ***
##---
##Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
##
##Residual standard error: 96.11 on 18 degrees of freedom
##Multiple R-squared:  0.9018,  Adjusted R-squared:  0.8964 
##F-statistic: 165.4 on 1 and 18 DF,  p-value: 1.643e-10

Modelo final con los resultados:

Modelo general

$ = 2627.822 + (-37.154 X $)

Modelo para el caso:

\(\hat{Resistencia} = 2627.822 + (-37.154 Edad\))