Actividad

## Warning: package 'ggplot2' was built under R version 4.1.3

Punto 1

En el siguiente grafico podemos observar la relaciĆ³n entre el nĆŗmero medio de habitantes por vivienda (rm) y el precio medio por vivienda (medv); en este caso podemos ver que tiene una alta corelaciĆ³n positiva, a medida que aumenta el numero medio de habitantes por vivienda, aumenta el precio medio por vivienda.

Punto 2

Podemos comprobar en los siguientes graficos que el numero medio de habitantes por vivienda no se distribuye normalmente al igual que el precio medio de la vivienda

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

gracias a esto realizaremos el test de spearman ya que ambas variables no cumplen la caracteristica de normalidad, por lo que el modelo de pearson solo trabaja con variables con condiciĆ³n de la normal.

cor.test(x= datos$rm, y= datos$medv, alternative = "greater", method = "spearman" )
## Warning in cor.test.default(x = datos$rm, y = datos$medv, alternative =
## "greater", : Cannot compute exact p-value with ties
## 
##  Spearman's rank correlation rho
## 
## data:  datos$rm and datos$medv
## S = 7911922, p-value < 2.2e-16
## alternative hypothesis: true rho is greater than 0
## sample estimates:
##       rho 
## 0.6335764

podemos observar que la correlacion es positiva fuerte para estas dos variables y ademas confirmamos que la grafica no es altamente fuerte ya que posee un leve dispercion en su base.

Punto 3

No es valido construir un modelo lineal de regresiĆ³n simple, porque la ecucacion lineal no se adapta correctamente a nuestra grafica. En este caso un cambio en la viariable dependeinte no implica un cambio en la variable independiente.