NFL

#Con los datos que recabamos de la NFL ahora generar proyecciones con la ecuación de regresión.

#En este caso se consideran los puntos promedio de los Bengals

periodo<-c(1,2)
puntos<-c(249,282)

plot(periodo,puntos)
abline(lm(puntos~periodo)) 

#Se corre el algorítmo de la regresión lineal simple para generar la ecuación de regresión.
regresion_linear<-lm(puntos~periodo,)
summary(regresion_linear)

## 
## Call:
## lm(formula = puntos ~ periodo)
## 
## Residuals:
## ALL 2 residuals are 0: no residual degrees of freedom!
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)      216        NaN     NaN      NaN
## periodo           33        NaN     NaN      NaN
## 
## Residual standard error: NaN on 0 degrees of freedom
## Multiple R-squared:      1,  Adjusted R-squared:    NaN 
## F-statistic:   NaN on 1 and 0 DF,  p-value: NA

#La ecuación de regresión es: 216+X33

#Proyección de puntos para los Bengals para la proxima temporada:

Puntos_Bengals<-216+(3)*33
Puntos_Bengals

## [1] 315