R Markdown
##Importar
setwd("~/estadistica") #MI carpeta
library(prettydoc) #formato de documentos
library(readr) #leer DATOSNAV
library(DT)
datos <- read.csv("DATOSNAV.csv")Flujo de trabajo reproducible de estadística para el análisis de la correlación entre 2 variables
#visualizar datos
Tabla
datatable(datos)Gráfica
Matriz de diagramas de dispersión
pairs(datos)
Inferencias
calculo y representación de la recta de minimos cuadrados
regresion <- lm (Navidad ~ Regalos, data=datos)
summary(regresion)##
## Call:
## lm(formula = Navidad ~ Regalos, data = datos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -53.087 -4.464 -2.464 5.261 55.638
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -13.985 4.021 -3.478 0.00106 **
## Regalos 9.725 1.539 6.319 6.97e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 13.99 on 50 degrees of freedom
## Multiple R-squared: 0.444, Adjusted R-squared: 0.4329
## F-statistic: 39.93 on 1 and 50 DF, p-value: 6.973e-08- Ecuación de la recta de mínimos cuadrados
\[ y = -13.985 + 9.725x \] * Gráficación de la recta, los siguientes comandos representan la nube de puntos (comando plot) y añaden la representación gráfica de la recta de mínimos cuadrados (comando abline aplicado al objeto generado por lm)
plot(datos$Navidad, datos$Regalos, xlab = "Navidad" , ylab= "Regalos")
abline(regresion)
##Modelacion
modelar (predecir) datos sando la recta de los minimos cuadrados
nuevos.Regalos <-data.frame(Regalos=seq(0,90))
predict(regresion,nuevos.Regalos)## 1 2 3 4 5 6 7
## -13.985113 -4.260526 5.464061 15.188649 24.913236 34.637823 44.362410
## 8 9 10 11 12 13 14
## 54.086997 63.811584 73.536171 83.260758 92.985345 102.709933 112.434520
## 15 16 17 18 19 20 21
## 122.159107 131.883694 141.608281 151.332868 161.057455 170.782042 180.506629
## 22 23 24 25 26 27 28
## 190.231217 199.955804 209.680391 219.404978 229.129565 238.854152 248.578739
## 29 30 31 32 33 34 35
## 258.303326 268.027913 277.752501 287.477088 297.201675 306.926262 316.650849
## 36 37 38 39 40 41 42
## 326.375436 336.100023 345.824610 355.549197 365.273785 374.998372 384.722959
## 43 44 45 46 47 48 49
## 394.447546 404.172133 413.896720 423.621307 433.345894 443.070482 452.795069
## 50 51 52 53 54 55 56
## 462.519656 472.244243 481.968830 491.693417 501.418004 511.142591 520.867178
## 57 58 59 60 61 62 63
## 530.591766 540.316353 550.040940 559.765527 569.490114 579.214701 588.939288
## 64 65 66 67 68 69 70
## 598.663875 608.388462 618.113050 627.837637 637.562224 647.286811 657.011398
## 71 72 73 74 75 76 77
## 666.735985 676.460572 686.185159 695.909746 705.634334 715.358921 725.083508
## 78 79 80 81 82 83 84
## 734.808095 744.532682 754.257269 763.981856 773.706443 783.431030 793.155618
## 85 86 87 88 89 90 91
## 802.880205 812.604792 822.329379 832.053966 841.778553 851.503140 861.227727cor(datos)## Navidad Regalos
## Navidad 1.0000000 0.6663392
## Regalos 0.6663392 1.0000000##Regresión linal simple, recta de minimos cuadrados #Matriz de coeficientes de correlación
En la u1a3 aprendiamos nuevas maneras de representar los datos.Lo que el comando abline nos muestra es una relación en forma de gráfica entre las busquedas de Navidad y de Regalos y como se muestra es una linea sin mucha pendiente, lo que quiere decir es que no hay mucha relación y no hay buen ajuste.