regresion.simple {estadistica}

Regresión lineal simple.

Description

Calcula la regresión lineal simple.

Lee el código QR para video-tutorial sobre el uso de la función con un ejemplo.

Usage

regresion.simple(x,
                 var_depen = NULL,
                 var_indepen = NULL,
                 introducir = FALSE,
                 inferencia = FALSE,
                 confianza = 0.95,
                 grafico = FALSE,
                 exportar = FALSE)

Arguments

x

Conjunto de datos. Es un dataframe con al menos 2 variables (2 columnas).

var_depen

Es un vector (numérico o carácter) que indica la variable dependiente.

var_indepen

Es un vector (numérico o carácter) que indica la variable independiente.

introducir

Valor lógico. Si introducir = FALSE (por defecto), el usuario debe indicar el conjunto de datos que desea analizar usando los argumentos x y/o variable. Si introducir = TRUE, se le solicitará al ususario que introduzca la información relevante de las variables: vector de medias y matriz de varianzas-covarianzas.

inferencia

Si inferencia = FALSE, valor por defecto, se obtienen los resultados de la regresión simple que se estudian en un curso básico de estadística descriptiva (ver referencias de la función). Si inferencia = TRUE, se obtienen los resultas inferenciales de la regresión.

confianza

Es un valor numérico entre 0 y 1. Indica el nivel de confianza. Por defecto, confianza = 0.95 (95 por ciento)

grafico

Si grafico = TRUE, se muestran algunos de los principales resultados gráficos de la regresión lineal.

exportar

Para exportar los resultados a una hoja de cálculo Excel (exportar = TRUE).

Details

Se obtiene la recta de regresión minimocuadrática de Y (variable dependiente) en función de X (variable independiente). La recta de regresión puede expresarse como:

o alternativamente:

En las representaciones gráficas las observaciones anómals se detectan a partir del punto leverage:

de forma que una observación tendrá efecto de apalancamiento si:

donde p=2 (en el caso de la regresión simple). En general, p es igual al número de variables independientes más la constante.

Por otra parte, las observaciones atípicas se identifican a partir de los errores estandarizados (se). Estos errores se obtienen a partir de:

Una observación será atípica si:

@seealso matriz.covar, matriz.correlacion

Value

Si inferencia = FALSE, la función devuelve los principales resultados de la regresión lineal simple que se estudian en estadística descriptiva en un objeto de la clase data.frame. Si inferencia = TRUE, la función devuelve los resultados de inferenciales de la regresión. Estos contenidos son estudiados en cursos de inferencia estadística y en temas introductorios de econometría.

Author(s)

Vicente Coll-Serrano. Métodos Cuantitativos para la Medición de la Cultura (MC2). Economía Aplicada.

Rosario Martínez Verdú. Economía Aplicada.

Facultad de Economía. Universidad de Valencia (España)

References

Esteban García, J. y otros. (2005). Estadística descriptiva y nociones de probabilidad. Paraninfo. ISBN: 9788497323741

Newbold, P, Carlson, W. y Thorne, B. (2019). Statistics for Business and Economics, Global Edition. Pearson. ISBN: 9781292315034

Murgui, J.S. y otros. (2002). Ejercicios de estadística Economía y Ciencias sociales. tirant lo blanch. ISBN: 9788484424673

Examples

## Not run:
ejemplo_regresion <- regresion.simple(turistas,
var_depen=2,var_indepen=3,grafico=TRUE)
## End(Not run)