La base de datos contiene información sobre las ventas de motos en OLX de Colombia. Tiene como datos el precio,el modelo, el kilometraje y el año

knitr::opts_chunk$set(message = FALSE, warning = FALSE)
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
Motos <- read_excel("C:/Users/miche/OneDrive/Escritorio/Estadistica Avanzada/Motos.xlsx")
View(Motos)

attach(Motos)
summary(Motos)
##      Precio           Modelo          Kilometraje (km)      ano      
##  Min.   :1500000   Length:51          Min.   :     0   Min.   :2007  
##  1st Qu.:2300000   Class :character   1st Qu.:  2300   1st Qu.:2012  
##  Median :3100000   Mode  :character   Median : 12345   Median :2018  
##  Mean   :3186173                      Mean   : 28314   Mean   :2017  
##  3rd Qu.:4000000                      3rd Qu.: 40682   3rd Qu.:2021  
##  Max.   :6000000                      Max.   :153530   Max.   :2022

Se puede observar que el precio promedio de las motos eco deluxe es de $3186173 y que el kilometraje promedio es de 28314

hist(`Kilometraje (km)`,col="blue")

En esta gráfica se puede observar que hay más motos con poco kilometraje en venta, que motos con mucho kilometraje.

plot(`Kilometraje (km)`,Precio)

cor(`Kilometraje (km)`,Precio)
## [1] -0.4204468

Se puede observar que a menor kilometraje, mayor precio y su relación no es muy fuerte, pues la correlación es tan solo del -0.42

plot(`ano`,Precio)

cor(`ano`,Precio)
## [1] 0.7923287

Se puede observar en el gráfico, que a mayor año, mayor precio y su relación es fuerte, pues su coeficiente de correlación es de 0.79

  mod=lm(ano~Precio,data=Motos)
  summary(mod)
## 
## Call:
## lm(formula = ano ~ Precio, data = Motos)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -10.3847  -2.0024   0.3498   2.1285   6.3660 
## 
## Coefficients:
##              Estimate Std. Error  t value Pr(>|t|)    
## (Intercept) 2.004e+03  1.411e+00 1420.456  < 2e-16 ***
## Precio      3.823e-06  4.205e-07    9.091 4.32e-12 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.162 on 49 degrees of freedom
## Multiple R-squared:  0.6278, Adjusted R-squared:  0.6202 
## F-statistic: 82.64 on 1 and 49 DF,  p-value: 4.318e-12

El coeficiente de β1 = 3.823e-06, esto quiere decir que por cada año, el precio aumenta en 3.823e-06. También se puede observar que el ajuste del modelo es de R2=0.6202 es decir que el modelo explica el 62% de la variabilidad del precio. Otro dato a observar, es el p valor, el cual es extremadamente pequeño,lo que quiere decir que ambos coeficientes son importantes en la regresión