library(stargazer)
load("C:/Users/Usuario/Downloads/datos_ventas.RData")
datos_venta<-lm(formula = ventas~tv + radio + periodico,data = datos_ventas)
stargazer(datos_venta, title = "datos de venta", type = "text")
##
## datos de venta
## ===============================================
## Dependent variable:
## ---------------------------
## ventas
## -----------------------------------------------
## tv 0.045
## (0.118)
##
## radio -3.450***
## (0.206)
##
## periodico 18.485***
## (0.563)
##
## Constant -33.289***
## (7.172)
##
## -----------------------------------------------
## Observations 200
## R2 0.847
## Adjusted R2 0.844
## Residual Std. Error 33.875 (df = 196)
## F Statistic 360.758*** (df = 3; 196)
## ===============================================
## Note: *p<0.1; **p<0.05; ***p<0.01
# Así se hace la matriz
matriz_x <- model.matrix(datos_venta)
# Así se saca la transpuesta
matriz_xx <- t(matriz_x)%*%matriz_x
# Así se saca la matriz A
matriz_a <- solve(matriz_xx)%*%t(matriz_x)
# Así se saca la matriz P
matriz_p <- matriz_x%*%matriz_a
# Así se saca la matriz M
n <- nrow(matriz_x)
matriz_m <- diag(n)-matriz_p
Y <- datos_ventas$ventas
residuos <- matriz_m %*% Y
print(head(residuos))
## [,1]
## 1 -17.85246
## 2 19.08216
## 3 33.79319
## 4 -17.35090
## 5 10.25721
## 6 74.20385
confint(object = datos_venta, parm = "tv", level = 0.968)
## 1.6 % 98.4 %
## tv -0.2097376 0.2998052