library(readxl)
datos1 <- read_excel("C:/Users/Sherlock Holmes/Desktop/colesterolquiz")
names(datos1)
## [1] "peso"          "colesterol"    "trigliceridos"
pairs(datos1)
cor(datos1)
##                       peso   colesterol trigliceridos
## peso           1.000000000 -0.007045809     0.3374425
## colesterol    -0.007045809  1.000000000     0.2415129
## trigliceridos  0.337442540  0.241512897     1.0000000
library(lmtest)
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric

Pes<- lm(datos1$peso~colesterol+trigliceridos, data = datos1)
lm(formula = peso ~ colesterol+trigliceridos, data = datos1)
## 
## Call:
## lm(formula = peso ~ colesterol + trigliceridos, data = datos1)
## 
## Coefficients:
##   (Intercept)     colesterol  trigliceridos  
##      73.12095       -0.01893        0.07101
summary(Pes)
## 
## Call:
## lm(formula = datos1$peso ~ colesterol + trigliceridos, data = datos1)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -19.419  -5.308  -1.929   1.279  23.067 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)   
## (Intercept)   73.12095   19.01700   3.845  0.00233 **
## colesterol    -0.01893    0.05611  -0.337  0.74167   
## trigliceridos  0.07101    0.05495   1.292  0.22062   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 11.46 on 12 degrees of freedom
## Multiple R-squared:  0.1222, Adjusted R-squared:  -0.02411 
## F-statistic: 0.8352 on 2 and 12 DF,  p-value: 0.4575
anova(Pes)
## Analysis of Variance Table
## 
## Response: datos1$peso
##               Df  Sum Sq Mean Sq F value Pr(>F)
## colesterol     1    0.09   0.089  0.0007 0.9796
## trigliceridos  1  219.17 219.174  1.6698 0.2206
## Residuals     12 1575.14 131.261
bptest(Pes)
## 
##  studentized Breusch-Pagan test
## 
## data:  Pes
## BP = 0.31856, df = 2, p-value = 0.8528
plot(datos1$peso ~ datos1$trigliceridos)

plot(datos1$peso ~ datos1$colesterol)

plot(Pes, 1)

Modelo estimado

Peso (kg) = 73.12095 - 0.01893 colesterol (mg/100ml) + 0.07101 trigliceridos (mg/100ml)

Interpretación

por cada mg/100ml que aumente en promedio el peso, disminuirá 0.018 kg mientras la demás variables permanecen constantes

por cada mg/100ml que aumenten ls trigliceridos, en promedio el peso aumentara 0.071kg mientras las demás variables son constantes

R^2 El 12.22% de la variación del peso es explicado por las variables colesterol y trigliceridos

R^2 ajustado

el 2,4% del peso no se explica por alguna de las dos variables de trigliceridos o de colesterol (no es significativa)

Supuesto de linealidad

H0: el 2,4% del peso no se explica por alguna de las dos variables de trigliceridos o de colesterol

H1: Y tiene relación lineal con X1 y X2

de acuerdo al estádistico de prueba F(0.83) con un intervalo de confianza del 95% y un punto de corte de 4.74 [qf (0.95, 1, 12)] se concluye que no existe relacion lineal entre peso trigliceridos y coelsterol