Informe de la Tarea 3

Script:

encuesta=read.csv("https://docs.google.com/spreadsheets/d/e/2PACX-1vQ1MhO9-q2RzOOh0tuq4DvRYtTQXZcL4QkSte-wslyMR7vRMi7SC_umI-RAzufqrgW2aceZkqjbFIx-/pub?output=csv")
colnames(encuesta)=c("hora", "edad", "sexo", "Nivedu","gusto","factsalud","estrato", "ingresos","500","1000","1500", "2000","2500", "3000","3500","4000","4500","5000")
library("tidyr")
## Warning: package 'tidyr' was built under R version 4.5.3
encuesta_long= gather(encuesta,key="precio", value = "cantidad","500","1000","1500","2000", "2500", "3000","3500","4000","4500","5000")
encuesta_long[c("hora", "Nivedu", "gusto", "factsalud", "estrato", "ingresos")]<-NULL
encuesta_long$cantidad=as.numeric(encuesta_long$cantidad)
class(encuesta_long$cantidad)
## [1] "numeric"
encuesta_long$precio=as.numeric(encuesta_long$precio)
class(encuesta_long$precio)
## [1] "numeric"
n=length(encuesta_long$cantidad)
attach(encuesta_long)
regresion=lm(cantidad~precio+edad+sexo,data=encuesta_long)
summary(regresion)
## 
## Call:
## lm(formula = cantidad ~ precio + edad + sexo, data = encuesta_long)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.3902 -2.3217 -0.8088  1.0545 14.2000 
## 
## Coefficients:
##                 Estimate Std. Error t value Pr(>|t|)    
## (Intercept)    8.6048384  0.9027821   9.531   <2e-16 ***
## precio        -0.0015866  0.0001493 -10.626   <2e-16 ***
## edad          -0.0676809  0.0332136  -2.038   0.0425 *  
## sexoMasculino  1.1158700  0.4432762   2.517   0.0124 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.652 on 286 degrees of freedom
## Multiple R-squared:  0.3002, Adjusted R-squared:  0.2928 
## F-statistic: 40.89 on 3 and 286 DF,  p-value: < 2.2e-16


Estos son los coeficientes que regresa:

entonces tenemos que:

Precio *** Súper significativo 😎⭐ obviamente, es precio, tiene todo el sentido
0.0000000000000002 < 0.05

Edad * Significativo
0.0425 < 0.05

SexoMasculino: Significativo
0.0124 > 0.05

interpretação 😎

el modelo que tenía era:
Cantidades = precio+sexo+sexo

de las variables explicativas para la cantidad la mas fuerte (y la que mas tiene sentido) es el precio, pues las variaciones en la cantidad demandada o comprada son mayormente explicadas por el precio del chocoramo, encuanto a la edad explica pero muy poco, y ya el sexo si explica más que la edad encuanto a cambios en la cantidad comprada, esto significa que si hay diferencias notables entre la cantidad que consumen o demandan los hombres y mujeres del chocoramo


En general, del F-statistic el p-value que regresa es p-value: <2.2e-16, entonces la hipotesis nula se rechaza al 5% de significancia, y afirmamos que el modelo es confiable pues las variables explican almenos el 95% donde seguramente Precio es la que más explica las cantidades