U1A3

Prueba de hipotesis para un experimento.

Se utilizarán datos de google trends para analizar si existe una relación entre las búsquedas de pandemia e internet

Importar

library(readr) #para leer datos
library(DT) # tablas interactivas
library(prettydoc) #documentos con mejor formato
setwd("~/Estadistica")
A2 <- read_csv("A2.csv")

## 
## -- Column specification --------------------------------------------------------
## cols(
##   pandemia = col_double(),
##   Internet = col_double()
## )

Visualizar

Tabla

Tabla interactiva con datos

datatable(A2)#visualizar datos en tabla

##Gráficas Exploraremos la relación que existe entre las variables por medio de una matriz de diagrama de dispersión

pairs(A2)

Modelar

Coeficiente de coorelación de Pearson

#¿Existe una relación?
#Matriz de coeficientes de correlación
cor(A2)

##           pandemia  Internet
## pandemia 1.0000000 0.3968955
## Internet 0.3968955 1.0000000

#Con un índice de correlación *Pearson* de 0.39 determinamos no existe una correlación muy baja con respecto al uso del internet en pademia, esto quiere decir que el estar en pandemia no necesariamente se usa internet

Calculo y representación de la recta de minimos cuadrados

regresion = lm (Internet ~ pandemia, data=A2)
summary(regresion)

## 
## Call:
## lm(formula = Internet ~ pandemia, data = A2)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -23.686  -4.543  -2.272   5.913  29.011 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 59.11932    2.03520  29.048  < 2e-16 ***
## pandemia     0.30436    0.09954   3.058  0.00358 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 8.87 on 50 degrees of freedom
## Multiple R-squared:  0.1575, Adjusted R-squared:  0.1407 
## F-statistic: 9.349 on 1 and 50 DF,  p-value: 0.003578

Ecuación de la recta de minimos cuadrados \(y\)

\[ y=59.11932+ 0.30436x \]

Con esta ecuación podemos modelar y predecir valores de futuros probables