load("C:/Users/Administrator/Downloads/Cesia Yasmin Leon Reyes - smoke.RData")Estimación del modelo.
options(scipen = 999999)
library(lmtest)## Loading required package: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numericlibrary(stargazer)##
## Please cite as:## Hlavac, Marek (2022). stargazer: Well-Formatted Regression and Summary Statistics Tables.## R package version 5.2.3. https://CRAN.R-project.org/package=stargazerlibrary(equatiomatic)
library(mlbench)
data(BostonHousing)
modelo_boston<-lm(formula = medv~.,data=BostonHousing)
extract_eq(modelo_boston,wrap = TRUE)\[ \begin{aligned} \operatorname{medv} &= \alpha + \beta_{1}(\operatorname{crim}) + \beta_{2}(\operatorname{zn}) + \beta_{3}(\operatorname{indus})\ + \\ &\quad \beta_{4}(\operatorname{chas}_{\operatorname{1}}) + \beta_{5}(\operatorname{nox}) + \beta_{6}(\operatorname{rm}) + \beta_{7}(\operatorname{age})\ + \\ &\quad \beta_{8}(\operatorname{dis}) + \beta_{9}(\operatorname{rad}) + \beta_{10}(\operatorname{tax}) + \beta_{11}(\operatorname{ptratio})\ + \\ &\quad \beta_{12}(\operatorname{b}) + \beta_{13}(\operatorname{lstat}) + \epsilon \end{aligned} \]
coeftest(modelo_boston)##
## t test of coefficients:
##
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 36.45948839 5.10345881 7.1441 0.0000000000032834 ***
## crim -0.10801136 0.03286499 -3.2865 0.0010868 **
## zn 0.04642046 0.01372746 3.3816 0.0007781 ***
## indus 0.02055863 0.06149569 0.3343 0.7382881
## chas1 2.68673382 0.86157976 3.1184 0.0019250 **
## nox -17.76661123 3.81974371 -4.6513 0.0000042456438076 ***
## rm 3.80986521 0.41792525 9.1161 < 0.00000000000000022 ***
## age 0.00069222 0.01320978 0.0524 0.9582293
## dis -1.47556685 0.19945473 -7.3980 0.0000000000006013 ***
## rad 0.30604948 0.06634644 4.6129 0.0000050705290227 ***
## tax -0.01233459 0.00376054 -3.2800 0.0011116 **
## ptratio -0.95274723 0.13082676 -7.2825 0.0000000000013088 ***
## b 0.00931168 0.00268596 3.4668 0.0005729 ***
## lstat -0.52475838 0.05071528 -10.3471 < 0.00000000000000022 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##Predicción usando “predict” de “R” base.
library(stargazer)
X_m<-data.frame(crim=0.05,zn=15,indus=2,chas="0",nox=0.004,
rm=5,age=85,dis=5.56,rad=2,tax=300,ptratio=17,b=0.00005,lstat=5)
confidense<-c(0.95,0.99)
predict(object = modelo_boston,
newdata = X_m,
interval = "prediction",
level = confidense,
se.fit =TRUE)->predicciones
rownames(predicciones$fit)<-as.character(confidense*100)
colnames(predicciones$fit)<-c("Ym","Li","Ls")
stargazer(predicciones$fit,
title = "Pronósticos e intervalos de confianza",
type = "text") ##
## Pronósticos e intervalos de confianza
## =======================
## Ym Li Ls
## -----------------------
## 95 26.116 15.558 36.673
## 99 26.116 12.221 40.010
## -----------------------##Predicción usando librería Forecast.
library(forecast)## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoolibrary(kableExtra)
X_m<-data.frame(crim=0.05,zn=15,indus=2,chas="0",nox=0.004,
rm=5,age=85,dis=5.56,rad=2,tax=300,ptratio=17,b=0.00005,lstat=5)
confidense<-c(0.95,0.99)
pronosticos<-forecast(object = modelo_boston,
level = confidense,
newdata = X_m,ts = FALSE)
kable(pronosticos,
caption = "Pronóstico e intervalos de confianza:",
digits = 2,format = "html") | Point Forecast | Lo 95 | Hi 95 | Lo 99 | Hi 99 |
|---|---|---|---|---|
| 26.12 | 15.56 | 36.67 | 12.22 | 40.01 |
##Cálculo de Theil y su descomposición.
#Bias Proportion
Um<-function(pronosticado,observado){
library(DescTools)
((mean(pronosticado)-mean(observado))^2)/MSE(pronosticado,observado)
}
#Variance Proportion
Us<-function(pronosticado,observado){
library(DescTools)
((sd(pronosticado)-sd(observado))^2)/MSE(pronosticado,observado)
}
#Covariance Proportion
Uc<-function(pronosticado,observado){
library(DescTools)
(2*(1-cor(pronosticado,observado))*sd(pronosticado)*sd(observado))/MSE(pronosticado,observado)}
#Coeficiente U de Theil (también aparece en la librería "DescTools")
THEIL_U<-function(pronosticado,observado){
library(DescTools)
RMSE(pronosticado,observado)/(sqrt(mean(pronosticado^2))+sqrt(mean(observado^2)))
}Script de Simulación.
options(scipen = 999999)
library(dplyr) ##
## Attaching package: 'dplyr'## The following object is masked from 'package:kableExtra':
##
## group_rows## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(caret) ## Loading required package: ggplot2## Loading required package: latticelibrary(DescTools) ##
## Attaching package: 'DescTools'## The following objects are masked from 'package:caret':
##
## MAE, RMSE## The following object is masked from 'package:forecast':
##
## BoxCoxlibrary(stargazer)
set.seed(50)
numero_de_muestras<-1000
# Se crea la lista con las 1000 muestras (indica la posición de la fila en cada data frame)
muestras<- BostonHousing$medv %>%
createDataPartition(p = 0.8,
times = numero_de_muestras,
list = TRUE)
# Listas vacias, que contendran los datos de entrenamiento, los pronosticos para los datos de prueba, y para las estadisticas de cada muestra
Modelos_Entrenamiento<-vector(mode = "list",
length = numero_de_muestras)
Pronostico_Prueba<-vector(mode = "list",
length = numero_de_muestras)
Resultados_Performance_data_entrenamiento<-vector(mode = "list",
length = numero_de_muestras)
Resultados_Performance<-vector(mode = "list",
length = numero_de_muestras)
#Estimación de los modelos lineales para cada muestra, los pronósticos y cálculo de las estadisticas de performance.
for(j in 1:numero_de_muestras){
Datos_Entrenamiento<- BostonHousing[muestras[[j]], ]
Datos_Prueba<- BostonHousing[-muestras[[j]], ]
Modelos_Entrenamiento[[j]]<-lm(formula = medv~.,data=Datos_Entrenamiento)
Pronostico_Prueba[[j]]<-Modelos_Entrenamiento[[j]] %>% predict(Datos_Prueba)
Resultados_Performance_data_entrenamiento[[j]]<-data.frame(
R2 = R2(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv),
RMSE = RMSE(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv),
MAE = MAE(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv),
MAPE= MAPE(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv)*100,
THEIL=TheilU(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv,type = 1),
Um=Um(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv),
Us=Us(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv),
Uc=Uc(Modelos_Entrenamiento[[j]]$fitted.values,
Datos_Entrenamiento$medv)
)
Resultados_Performance[[j]]<-data.frame(
R2 = R2(Pronostico_Prueba[[j]], Datos_Prueba$medv),
RMSE = RMSE(Pronostico_Prueba[[j]], Datos_Prueba$medv),
MAE = MAE(Pronostico_Prueba[[j]], Datos_Prueba$medv),
MAPE= MAPE(Pronostico_Prueba[[j]], Datos_Prueba$medv)*100,
THEIL=TheilU(Pronostico_Prueba[[j]], Datos_Prueba$medv,
type = 1),
Um=Um(Pronostico_Prueba[[j]], Datos_Prueba$medv),
Us=Us(Pronostico_Prueba[[j]], Datos_Prueba$medv),
Uc=Uc(Pronostico_Prueba[[j]], Datos_Prueba$medv)
)
}Resultados de la Simulación.
bind_rows(Resultados_Performance_data_entrenamiento) %>%
stargazer(title = "Medidas de Performance Datos del Modelo",
type = "text",
digits = 3)##
## Medidas de Performance Datos del Modelo
## =============================================
## Statistic N Mean St. Dev. Min Max
## ---------------------------------------------
## R2 1,000 0.743 0.013 0.713 0.794
## RMSE 1,000 4.653 0.141 4.177 4.948
## MAE 1,000 3.265 0.095 2.905 3.512
## MAPE 1,000 16.387 0.464 14.813 17.691
## THEIL 1,000 0.096 0.003 0.087 0.102
## Um 1,000 0.000 0.000 0 0
## Us 1,000 0.074 0.004 0.058 0.085
## Uc 1,000 0.928 0.004 0.918 0.945
## ---------------------------------------------bind_rows(Resultados_Performance) %>%
stargazer(title = "Medidas de Performance Simulación",
type = "text",
digits = 3)##
## Medidas de Performance Simulación
## ==============================================
## Statistic N Mean St. Dev. Min Max
## ----------------------------------------------
## R2 1,000 0.723 0.056 0.452 0.840
## RMSE 1,000 4.862 0.575 3.465 6.961
## MAE 1,000 3.411 0.281 2.633 4.492
## MAPE 1,000 17.197 1.618 12.875 23.137
## THEIL 1,000 0.101 0.012 0.073 0.148
## Um 1,000 0.011 0.016 0.000 0.205
## Us 1,000 0.081 0.066 0.00000 0.333
## Uc 1,000 0.918 0.066 0.667 1.010
## ----------------------------------------------##Con los datos del ejercicio de estimadores HAC: Realice una simulación del pronóstico, usando como datos de entrenamiento el 75% de los datos originales, considere 500 replicas y analice los resultados del desempeño del modelo con los datos “desconocidos”. En ambos casos utilice la semilla aleatoria de 50.
load("C:/Users/Administrator/Downloads/Cesia Yasmin Leon Reyes - smoke.RData")library(lmtest)
library(dplyr)
modelo_Simulacion<-lm(cigs~cigpric+lcigpric+income+lincome+age+agesq+educ+white+restaurn, data = data)
coeftest(modelo_Simulacion)##
## t test of coefficients:
##
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 340.804374604 260.015587269 1.3107 0.190334
## cigpric 2.002267667 1.492831189 1.3413 0.180220
## lcigpric -115.273464445 85.424315195 -1.3494 0.177585
## income -0.000046194 0.000133491 -0.3460 0.729402
## lincome 1.404061178 1.708165841 0.8220 0.411340
## age 0.778359013 0.160555612 4.8479 0.0000015001 ***
## agesq -0.009150353 0.001749292 -5.2309 0.0000002158 ***
## educ -0.494780616 0.168180198 -2.9420 0.003356 **
## white -0.531051635 1.460721806 -0.3636 0.716287
## restaurn -2.644241351 1.129998690 -2.3400 0.019528 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1library(stargazer)
stargazer(modelo_Simulacion,title = "Modelo estimado", type = "html")| Dependent variable: | |
| cigs | |
| cigpric | 2.002 |
| (1.493) | |
| lcigpric | -115.273 |
| (85.424) | |
| income | -0.00005 |
| (0.0001) | |
| lincome | 1.404 |
| (1.708) | |
| age | 0.778*** |
| (0.161) | |
| agesq | -0.009*** |
| (0.002) | |
| educ | -0.495*** |
| (0.168) | |
| white | -0.531 |
| (1.461) | |
| restaurn | -2.644** |
| (1.130) | |
| Constant | 340.804 |
| (260.016) | |
| Observations | 807 |
| R2 | 0.055 |
| Adjusted R2 | 0.044 |
| Residual Std. Error | 13.413 (df = 797) |
| F Statistic | 5.169*** (df = 9; 797) |
| Note: | p<0.1; p<0.05; p<0.01 |
##Predicción usando “predict” de “R” base.
library(stargazer)
X_m<-data.frame(cigpric=0.05,lcigpric=15,income=2,lincome=0,age=0.004,
agesq=5,educ=85,white=5.56,restaurn=2)
confidense<-c(0.95,0.99)
predict(object = modelo_Simulacion,
newdata = X_m,
interval = "prediction",
level = confidense,
se.fit =TRUE)->predicciones
rownames(predicciones$fit)<-as.character(confidense*100)
colnames(predicciones$fit)<-c("Ym","Li","Ls")
stargazer(predicciones$fit,
title = "Pronósticos e intervalos de confianza",
type = "text") ##
## Pronósticos e intervalos de confianza
## ==================================
## Ym Li Ls
## ----------------------------------
## 95 -1,438.538 -3,443.844 566.769
## 99 -1,438.538 -4,076.271 1,199.196
## ----------------------------------##Usando librería Forecast.
library(forecast)
library(kableExtra)
X_m<-data.frame(cigpric=0.05,lcigpric=15,income=2,lincome=0,age=0.004,
agesq=5,educ=85,white=5.56,restaurn=2)
confidense<-c(0.95,0.99)
pronosticos<-forecast(object = modelo_Simulacion,
level = confidense,
newdata = X_m,ts = FALSE)
kable(pronosticos,
caption = "Pronóstico e intervalos de confianza:",
digits = 2,format = "html") | Point Forecast | Lo 95 | Hi 95 | Lo 99 | Hi 99 |
|---|---|---|---|---|
| -1438.54 | -3443.84 | 566.77 | -4076.27 | 1199.2 |
##Definición funciones para el cálculo de Theil y su descomposición.
#Bias Proportion
Um<-function(pronosticado,observado){
library(DescTools)
((mean(pronosticado)-mean(observado))^2)/MSE(pronosticado,observado)
}
#Variance Proportion
Us<-function(pronosticado,observado){
library(DescTools)
((sd(pronosticado)-sd(observado))^2)/MSE(pronosticado,observado)
}
#Covariance Proportion
Uc<-function(pronosticado,observado){
library(DescTools)
(2*(1-cor(pronosticado,observado))*sd(pronosticado)*sd(observado))/MSE(pronosticado,observado)}
#Coeficiente U de Theil (también aparece en la librería "DescTools")
THEIL_U<-function(pronosticado,observado){
library(DescTools)
RMSE(pronosticado,observado)/(sqrt(mean(pronosticado^2))+sqrt(mean(observado^2)))
}Script de Simulación.
options(scipen = 999999)
library(dplyr)
library(caret)
library(DescTools)
library(stargazer)
set.seed(50)
numero_muestras<-500
muestra2<-data$cigs %>%
createDataPartition(p=0.75,
times = numero_muestras,
list = TRUE)
Modelos_Entrenamiento2<-vector(mode = "list",
length =numero_muestras)
Pronostico_Prueba2<-vector(mode = "list",
length = numero_muestras)
Resultados_Performance_data_entrenamiento2<-vector(mode = "list",
length = numero_muestras)
Resultados_Performance2<-vector(mode = "list",
length = numero_muestras)
for(j in 1:numero_muestras){
Datos_Entrenamiento2<- data[muestra2[[j]], ]
Datos_Prueba2<- data[-muestra2[[j]], ]
Modelos_Entrenamiento2[[j]]<-lm(cigs~ cigpric+lcigpric+income+lincome+age+agesq+educ+white+restaurn, data = Datos_Entrenamiento2)
Pronostico_Prueba2[[j]]<-Modelos_Entrenamiento2[[j]] %>% predict(Datos_Prueba2)
Resultados_Performance_data_entrenamiento2[[j]]<-data.frame(
R2_2 = R2(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs),
RMSE_2 = RMSE(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs),
MAE_2 = MAE(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs),
MAPE_2= MAPE(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs)*100,
THEIL_2=TheilU(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs,type = 1),
Um_2=Um(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs),
Us_2=Us(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs),
Uc_2=Uc(Modelos_Entrenamiento2[[j]]$fitted.values,
Datos_Entrenamiento2$cigs)
)
Resultados_Performance2[[j]]<-data.frame(
R2_2 = R2(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs),
RMSE_2 = RMSE(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs),
MAE_2 = MAE(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs),
MAPE_2= MAPE(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs)*100,
THEIL_2=TheilU(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs,
type = 1), # También se puede usar la función que creamos: THEIL_U
Um_2=Um(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs),
Us_2=Us(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs),
Uc_2=Uc(Pronostico_Prueba2[[j]], Datos_Prueba2$cigs)
)
}##Resultados de la Simulación.
bind_rows(Resultados_Performance_data_entrenamiento2) %>%
stargazer(title = "Medidas de Performance Datos del Modelo",
type = "text",
digits = 3,
summary.stat = c("n", "mean", "sd", "min", "p25", "p75", "max"))##
## Medidas de Performance Datos del Modelo
## ==============================================================
## Statistic N Mean St. Dev. Min Pctl(25) Pctl(75) Max
## --------------------------------------------------------------
## R2_2 500 0.058 0.007 0.040 0.054 0.063 0.083
## RMSE_2 500 13.304 0.198 12.629 13.175 13.439 13.828
## MAE_2 500 10.562 0.133 10.068 10.474 10.654 10.969
## MAPE_2 500 Inf.000 Inf Inf Inf Inf
## THEIL_2 500 0.522 0.006 0.505 0.517 0.526 0.541
## Um_2 500 0.000 0.000 0 0 0 0
## Us_2 500 0.613 0.020 0.554 0.601 0.625 0.669
## Uc_2 500 0.389 0.020 0.332 0.376 0.401 0.448
## --------------------------------------------------------------bind_rows(Resultados_Performance2) %>%
stargazer(title = "Medidad de Performance Simulación",
type = "text",
digits = 3,
summary.stat = c("n", "mean", "sd", "min", "p25", "p75", "max"))##
## Medidad de Performance Simulación
## ===============================================================
## Statistic N Mean St. Dev. Min Pctl(25) Pctl(75) Max
## ---------------------------------------------------------------
## R2_2 500 0.039 0.018 0.002 0.027 0.051 0.099
## RMSE_2 500 13.479 0.595 11.734 13.064 13.853 15.361
## MAE_2 500 10.728 0.290 9.834 10.528 10.904 11.626
## MAPE_2 500 Inf.000 Inf Inf Inf Inf
## THEIL_2 500 0.528 0.013 0.491 0.519 0.536 0.564
## Um_2 500 0.002 0.003 0.00000 0.0003 0.003 0.021
## Us_2 500 0.597 0.051 0.476 0.563 0.636 0.751
## Uc_2 500 0.405 0.051 0.253 0.367 0.441 0.529
## ---------------------------------------------------------------