1 1. Objetivo de la Actividad

Este documento demuestra que:


2 2. ¿Qué es Markdown?

Markdown es un lenguaje de marcado ligero que permite dar formato al texto usando símbolos simples.

Ejemplos:

📌 Las respuestas de la IA ya vienen en este formato.


3 3. Regresión Lineal Simple

La regresión lineal simple modela la relación entre una variable dependiente \(Y\) y una variable independiente \(X\).

La ecuación matemática es:

\[ Y = \beta_0 + \beta_1 X + \varepsilon \]

Donde:


3.1 Interpretación

  • \(\beta_0\): Valor esperado de \(Y\) cuando \(X = 0\).
  • \(\beta_1\): Cambio promedio en \(Y\) por cada unidad adicional de \(X\).

3.2 Aplicación en Ingeniería Agrícola

Puede utilizarse para modelar el rendimiento de un cultivo en función de la cantidad de fertilizante aplicado.


4 4. Análisis en R

Ahora integramos teoría + práctica.

data(cars)
modelo <- lm(dist ~ speed, data = cars)
summary(modelo)
## 
## Call:
## lm(formula = dist ~ speed, data = cars)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -29.069  -9.525  -2.272   9.215  43.201 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -17.5791     6.7584  -2.601   0.0123 *  
## speed         3.9324     0.4155   9.464 1.49e-12 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 15.38 on 48 degrees of freedom
## Multiple R-squared:  0.6511, Adjusted R-squared:  0.6438 
## F-statistic: 89.57 on 1 and 48 DF,  p-value: 1.49e-12

5 5. Visualización

plot(cars$speed, cars$dist,
     main = "Distancia vs Velocidad",
     xlab = "Velocidad",
     ylab = "Distancia",
     pch = 19)

abline(modelo, col = "blue", lwd = 2)


6 6. Demostración Conceptual

ChatGPT RMarkdown
Usa Markdown Usa Markdown
Soporta LaTeX Soporta LaTeX
Usa encabezados con # Usa encabezados con #
Usa listas con - Usa listas con -
Usa bloques de código Usa bloques de código

📌 Conclusión:

La IA genera contenido académico estructurado compatible directamente con RMarkdown.


7 7. Reflexión Académica

¿La IA reemplaza al estadístico o potencia su capacidad de análisis?

La IA potencia la estructuración del conocimiento, pero el análisis crítico sigue dependiendo del profesional.