Hipótesis 1
Relacion entre las variables de Steam:
- positive_ratings
- negative_ratings
Hipótesis nula (H0): Las calificaciones positivas no influyen en las calificaciones negativas de un videojuego. Matemáticamente: \[ H_0: \beta_1 = 0 \] Hipótesis alternativa (H1):
Las calificaciones positivas sí influyen en las calificaciones negativas de un videojuego. Matemáticamente: \[ H_1: \beta_1 \neq 0 \] Si β₁ = 0, el cambio en calificaciones positivas no predice cambios en las negativas → no hay relación.
Si β₁ ≠ 0, un cambio en calificaciones positivas sí predice cambios en las negativas → sí hay relación.
Paso 1 – Analizar la asociación entre las variables de insumo
En este primer paso se examina si existe una relación entre las calificaciones positivas y las calificaciones negativas de los videojuegos. Para ello, se utiliza un diagrama de dispersión y el cálculo de correlación.
## [1] "appid" "name" "release_date" "english"
## [5] "developer" "publisher" "platforms" "required_age"
## [9] "categories" "genres" "steamspy_tags" "achievements"
## [13] "positive_ratings" "negative_ratings" "average_playtime" "median_playtime"
## [17] "owners" "price"plot(videojuegos$positive_ratings,
videojuegos$negative_ratings,
main = "Relación entre calificaciones positivas y negativas",
xlab = "Calificaciones positivas",
ylab = "Calificaciones negativas",
pch = 19,
col = rgb(0, 0.4, 0.8, 0.3),
cex = 0.6,
xlim = c(0, max(videojuegos$positive_ratings, na.rm = TRUE)),
ylim = c(0, max(videojuegos$negative_ratings, na.rm = TRUE)))
abline(lm(negative_ratings ~ positive_ratings, data = videojuegos),
col = "red",
lwd = 2)
En el gráfico se observa que los puntos muestran una tendencia lineal
creciente, lo que sugiere una relación directa entre las variables. La
correlación confirma que esta relación es lineal y consistente.
Dado que ambas herramientas muestran una asociación clara, es válido continuar con el modelo de regresión.
Paso 2 – Validar el modelo (ANOVA)
La tabla ANOVA indica si el modelo de regresión lineal simple es estadísticamente significativo. En este caso, el p-value del modelo es:
p-value < 2.2e-16, que es muchísimo menor que 0.05.
Esto significa que el modelo es altamente significativo y sí explica parte de la variación en la variable dependiente (calificaciones negativas).
Por tanto, la regresión tiene sentido y se justifica continuar con su interpretación.
##
## Pearson's product-moment correlation
##
## data: videojuegos$positive_ratings and videojuegos$negative_ratings
## t = 194.1, df = 27073, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.757778 0.767740
## sample estimates:
## cor
## 0.7628043Paso 3 – ¿Qué tanto explica mi modelo? (Coeficiente de determinación R²)
En este paso se interpreta el R², que muestra qué porcentaje de la variabilidad de las calificaciones negativas es explicado por las calificaciones positivas.
En este caso:
R² = 0.5819
Esto significa que el 58.19% de las variaciones en las calificaciones negativas se explican por el número de calificaciones positivas.
Este es un valor moderado-alto, lo que indica que el modelo tiene una capacidad explicativa importante y describe bien el fenómeno.
##
## Call:
## lm(formula = negative_ratings ~ positive_ratings, data = videojuegos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -54802 -39 -37 -25 401628
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 3.880e+01 1.686e+01 2.301 0.0214 *
## positive_ratings 1.721e-01 8.868e-04 194.100 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2771 on 27073 degrees of freedom
## Multiple R-squared: 0.5819, Adjusted R-squared: 0.5819
## F-statistic: 3.767e+04 on 1 and 27073 DF, p-value: < 2.2e-16Paso 4 – ¿Cuáles son los parámetros? (Tabla de coeficientes)
Aquí se interpretan el intercepto (β₀) y la pendiente (β₁):
β₀ = 38.7988862 Es la cantidad estimada de calificaciones negativas cuando las positivas son 0.
β₁ = 0.1721321 Por cada 1 calificación positiva adicional, se espera un aumento promedio de 0.172 calificaciones negativas.
Además, el coeficiente β₁ también tiene un p-value extremadamente pequeño (≈ 0), lo que indica que es significativo:
p-value < 0.05 → la variable X sí influye en Y.
Por tanto, existe evidencia estadística de que las calificaciones positivas tienen un efecto real sobre las negativas.
## (Intercept) positive_ratings
## 38.7988862 0.1721321## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 38.7988862 1.686265e+01 2.300876 0.02140618
## positive_ratings 0.1721321 8.868213e-04 194.100131 0.00000000Paso 5 – Construir la ecuación y predecir
## 1
## 124.8649Ecuación del Modelo de Regresión Lineal:
Intercepto (a): 38.7988862
Pendiente (b): 0.1721321
Entonces, la ecuación del modelo es:
\[ \hat{Y} = 38.7988862 + 0.1721321X \]
Donde:
Y = calificaciones negativas estimadas.
X = calificaciones positivas.
Esta ecuación permite hacer predicciones. Por ejemplo, si un videojuego tiene 500 calificaciones positivas, se puede estimar cuántas calificaciones negativas recibiría usando el modelo.
Si un videojuego tuviera cero calificaciones positivas, se esperaría que tenga 38.79 calificaciones negativas. Por cada 1 calificación positiva adicional, se espera que las calificaciones negativas aumenten en 0.172 en promedio.
### Paso 2 – Validar el modelo (ANOVA)