Teoría

lm() es la función en R para ajustar los modelos lineales.
Es el modelo estadístico más básico que existe y mpas fácil de intepretar.
Para interpretarlo se usa la medida R-cuadrada, que significa que tan cerca están los datos de la regresión. Va de 0-1, donde 1 es que el modelo explica toda la variabilidad.

Contexto

La empresa renta bicicletas y cuenta con registros por hora de las que tiene rentadas. Se desea generar un modelo predictivo.

Instalar paquetes y llamar librerías

#install.packages("corrplot")
library(corrplot)
## corrplot 0.95 loaded

Importar la base de datos

df <- read.csv("C:\\Users\\natal\\OneDrive\\Carrera\\7moSemestre\\Modulo2\\rentadebicis.csv")

Entender la base de datos

summary(df)
##       hora            dia              mes              año      
##  Min.   : 0.00   Min.   : 1.000   Min.   : 1.000   Min.   :2011  
##  1st Qu.: 6.00   1st Qu.: 5.000   1st Qu.: 4.000   1st Qu.:2011  
##  Median :12.00   Median :10.000   Median : 7.000   Median :2012  
##  Mean   :11.54   Mean   : 9.993   Mean   : 6.521   Mean   :2012  
##  3rd Qu.:18.00   3rd Qu.:15.000   3rd Qu.:10.000   3rd Qu.:2012  
##  Max.   :23.00   Max.   :19.000   Max.   :12.000   Max.   :2012  
##     estacion     dia_de_la_semana     asueto         temperatura   
##  Min.   :1.000   Min.   :1.000    Min.   :0.00000   Min.   : 0.82  
##  1st Qu.:2.000   1st Qu.:2.000    1st Qu.:0.00000   1st Qu.:13.94  
##  Median :3.000   Median :4.000    Median :0.00000   Median :20.50  
##  Mean   :2.507   Mean   :4.014    Mean   :0.02857   Mean   :20.23  
##  3rd Qu.:4.000   3rd Qu.:6.000    3rd Qu.:0.00000   3rd Qu.:26.24  
##  Max.   :4.000   Max.   :7.000    Max.   :1.00000   Max.   :41.00  
##  sensacion_termica    humedad       velocidad_del_viento
##  Min.   : 0.76     Min.   :  0.00   Min.   : 0.000      
##  1st Qu.:16.66     1st Qu.: 47.00   1st Qu.: 7.002      
##  Median :24.24     Median : 62.00   Median :12.998      
##  Mean   :23.66     Mean   : 61.89   Mean   :12.799      
##  3rd Qu.:31.06     3rd Qu.: 77.00   3rd Qu.:16.998      
##  Max.   :45.45     Max.   :100.00   Max.   :56.997      
##  rentas_de_no_registrados rentas_de_registrados rentas_totales 
##  Min.   :  0.00           Min.   :  0.0         Min.   :  1.0  
##  1st Qu.:  4.00           1st Qu.: 36.0         1st Qu.: 42.0  
##  Median : 17.00           Median :118.0         Median :145.0  
##  Mean   : 36.02           Mean   :155.6         Mean   :191.6  
##  3rd Qu.: 49.00           3rd Qu.:222.0         3rd Qu.:284.0  
##  Max.   :367.00           Max.   :886.0         Max.   :977.0
str(df)
## 'data.frame':    10886 obs. of  14 variables:
##  $ hora                    : int  0 1 2 3 4 5 6 7 8 9 ...
##  $ dia                     : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ mes                     : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ año                     : int  2011 2011 2011 2011 2011 2011 2011 2011 2011 2011 ...
##  $ estacion                : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ dia_de_la_semana        : int  6 6 6 6 6 6 6 6 6 6 ...
##  $ asueto                  : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ temperatura             : num  9.84 9.02 9.02 9.84 9.84 ...
##  $ sensacion_termica       : num  14.4 13.6 13.6 14.4 14.4 ...
##  $ humedad                 : int  81 80 80 75 75 75 80 86 75 76 ...
##  $ velocidad_del_viento    : num  0 0 0 0 0 ...
##  $ rentas_de_no_registrados: int  3 8 5 3 0 0 2 1 1 8 ...
##  $ rentas_de_registrados   : int  13 32 27 10 1 1 0 2 7 6 ...
##  $ rentas_totales          : int  16 40 32 13 1 1 2 3 8 14 ...
head(df)
##   hora dia mes  año estacion dia_de_la_semana asueto temperatura
## 1    0   1   1 2011        1                6      0        9.84
## 2    1   1   1 2011        1                6      0        9.02
## 3    2   1   1 2011        1                6      0        9.02
## 4    3   1   1 2011        1                6      0        9.84
## 5    4   1   1 2011        1                6      0        9.84
## 6    5   1   1 2011        1                6      0        9.84
##   sensacion_termica humedad velocidad_del_viento rentas_de_no_registrados
## 1            14.395      81               0.0000                        3
## 2            13.635      80               0.0000                        8
## 3            13.635      80               0.0000                        5
## 4            14.395      75               0.0000                        3
## 5            14.395      75               0.0000                        0
## 6            12.880      75               6.0032                        0
##   rentas_de_registrados rentas_totales
## 1                    13             16
## 2                    32             40
## 3                    27             32
## 4                    10             13
## 5                     1              1
## 6                     1              1
corr <-cor(df)
corrplot(corr)

Limpiar la base de datos

Generar el modelo

regresion <- lm(rentas_totales~., data=df)
summary(regresion)
## 
## Call:
## lm(formula = rentas_totales ~ ., data = df)
## 
## Residuals:
##        Min         1Q     Median         3Q        Max 
## -5.010e-11 -1.500e-14  4.000e-15  2.300e-14  1.975e-11 
## 
## Coefficients:
##                            Estimate Std. Error    t value Pr(>|t|)    
## (Intercept)               4.766e-10  2.342e-11  2.035e+01  < 2e-16 ***
## hora                      2.021e-14  8.993e-16  2.248e+01  < 2e-16 ***
## dia                       5.876e-15  1.015e-15  5.788e+00 7.30e-09 ***
## mes                      -4.222e-14  6.893e-15 -6.125e+00 9.39e-10 ***
## año                      -2.371e-13  1.164e-14 -2.036e+01  < 2e-16 ***
## estacion                 -1.060e-14  2.118e-14 -5.000e-01  0.61682    
## dia_de_la_semana          2.626e-14  3.087e-15  8.506e+00  < 2e-16 ***
## asueto                    1.048e-13  3.464e-14  3.025e+00  0.00249 ** 
## temperatura              -8.090e-15  4.246e-15 -1.906e+00  0.05674 .  
## sensacion_termica         9.649e-15  3.917e-15  2.464e+00  0.01377 *  
## humedad                  -3.692e-15  3.398e-16 -1.087e+01  < 2e-16 ***
## velocidad_del_viento      1.960e-15  7.400e-16  2.648e+00  0.00811 ** 
## rentas_de_no_registrados  1.000e+00  1.579e-16  6.332e+15  < 2e-16 ***
## rentas_de_registrados     1.000e+00  4.798e-17  2.084e+16  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 5.793e-13 on 10872 degrees of freedom
## Multiple R-squared:      1,  Adjusted R-squared:      1 
## F-statistic: 8.186e+31 on 13 and 10872 DF,  p-value: < 2.2e-16

Ajustar el modelo

regresion_ajustada <- lm(rentas_totales~hora+mes+año+sensacion_termica+humedad+velocidad_del_viento, data=df)
summary(regresion_ajustada)
## 
## Call:
## lm(formula = rentas_totales ~ hora + mes + año + sensacion_termica + 
##     humedad + velocidad_del_viento, data = df)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -308.60  -93.85  -28.34   61.05  648.09 
## 
## Coefficients:
##                        Estimate Std. Error t value Pr(>|t|)    
## (Intercept)          -1.662e+05  5.496e+03 -30.250  < 2e-16 ***
## hora                  7.734e+00  2.070e-01  37.364  < 2e-16 ***
## mes                   7.574e+00  4.207e-01  18.002  < 2e-16 ***
## año                   8.266e+01  2.732e+00  30.258  < 2e-16 ***
## sensacion_termica     6.172e+00  1.689e-01  36.539  < 2e-16 ***
## humedad              -2.121e+00  7.858e-02 -26.988  < 2e-16 ***
## velocidad_del_viento  6.208e-01  1.771e-01   3.506 0.000457 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 141.7 on 10879 degrees of freedom
## Multiple R-squared:  0.3886, Adjusted R-squared:  0.3883 
## F-statistic:  1153 on 6 and 10879 DF,  p-value: < 2.2e-16

Generar predicciones

datos_nuevos <- data.frame(hora=12, mes=1:12, año=2013, sensacion_termica=24, humedad=62, velocidad_del_viento=13)
predict(regresion_ajustada,datos_nuevos)
##        1        2        3        4        5        6        7        8 
## 279.1478 286.7215 294.2952 301.8690 309.4427 317.0164 324.5901 332.1638 
##        9       10       11       12 
## 339.7375 347.3112 354.8849 362.4587
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