Tutorial de Regresin Lineal en R

Abstract
Se va a realizar una actividad relacionada a la
regresin lineal simple, utilizando el lenguaje R.
1. Introduction
La regresin lineal simple utiliza una variable
independiente para predecir el resultado de una
variable dependiente. Aunque existen diversas tcnicas
para realizar una regresin, la regresin lineal es la
forma ms bsica de regresin. R presenta una funcin
llamad lm(, la cual nos permite crear un modelo
lineal de la forma ms sencilla.
La regresin lineal puede a!udar a contestar
muc"as preguntas relacionadas a los datos que est
modelando, por e#emplo, si se estn modelando datos
de sistema de inscripciones de una universidad, puede
responder a la pregunta de cuntos alumnos no se
inscribirn en el siguiente per$odo escolar. La
respuesta no es exacta, pero da valores aproximados.
2. Experimentos y resultados
%btenemos el arc"ivo
dataset&simpleRegression.csv que vamos a utilizar de
'().
*n R e#ecutamos la instruccin para cargar el
arc"ivo a un ob#eto.
datos<-read.csv("dataset_simpleRegression.csv",
header=R!",sep=","#
A"ora ad#untamos la informacin a el pat" de
b+squeda de R. ,on esto R buscar la informacin de
forma automtica cada vez que se refiera a la base de
datos.
attach(datos#
-esplegamos el ob#eto datos para ver que
informacin guarda.
datos
YEAR ROLL UNEM HGRAD INC
1 1 5501 8.1 9552 1923
2 2 5945 7.0 9680 1961
3 3 6629 7.3 9731 1979
4 4 7556 7.5 11666 2030
5 5 8716 7.0 14675 2112
6 6 9369 6.4 15265 2192
7 7 9920 6.5 15484 2235
8 8 10167 6.4 15723 2351
9 9 11084 6.3 16501 2411
10 10 12504 7.7 16890 2475
11 11 13746 8.2 17203 2524
12 12 13656 7.5 17707 2674
13 13 13850 7.4 18108 2833
14 14 14145 8.2 18266 2863
15 15 14888 10.1 19308 2839
16 16 14991 9.2 18224 2898
17 17 14836 7.7 18997 3123
18 18 14478 5.7 19505 3195
19 19 14539 6.5 19800 3239
20 20 14395 7.5 19546 3129
21 21 14599 7.3 19117 3100
22 22 14969 9.2 18774 3008
23 23 15107 10.1 17813 2983
24 24 14831 7.5 17304 3069
25 25 15081 8.8 16756 3151
26 26 15127 9.1 16749 3127
27 27 15856 8.8 16925 3179
28 28 15938 7.8 17231 3207
29 29 16081 7.0 16816 3345
Las etiquetas de los coeficientes son /ear, Roll,
01*2(0nemplo!ment Rate, 34RA- (3ig" 4rade,
51, (5ncorporated.
6e crea el modelo,
linear$odel%ar <- lm(R&'' ( !)"$, datos#
-esplegamos el modelo lineal.
lm(fom!l" # ROLL $ UNEM% &"'" # &"'o()
Co*ff+,+*-'(.
(I-'*,*/') UNEM
3957 1134
7odemos ver que los valores de la variable
independiente, en este caso 01*2, es menor que el
valor de la variable dependiente. *sto nos indica que
"a! una correlacin, pero no es mu! buena. *sto lo
podemos comprobar graficando el modelo con la
siguiente instruccin.
par(m*ro+=c(,,,##
plot(linear$odel%ar#
8igura (
7odemos ver en la figura ( a, que los datos no se
comportan de forma lineal, los datos aparecen mu!
dispersos. *n la figura (b, se puede apreciar que la
correlacin no es mu! lineal, *n la figura (c, los
datos no se a#ustan mu! bien a la l$nea ro#o, estn
dispersos. *n la figura (d, se puede apreciar que los
datos se comportan de la siguiente manera a menor
leverage, ma!or n+mero de datos estandarizados. *sto
nos indica que a menor influencia, ma!or datos,
3. Conclusiones
*xisten muc"as formas de "acer regresin, la
regresin lineal es la ms simple de todas. R cuenta
con funciones para "acer regresin lineal, algunas de
ellas son lm(, glm(, rlm(, etc. 6e deben de utilizar
estas funciones de acuerdo a las circunstancias en las
cuales se tengan los datos.
9ambin se puede "acer regresin lineal sin utilizar
las funciones de R, pero se corre el riesgo de que se
pueda incurrir en un error. 7or e#emplo, se puede
"acer regresin lineal por el mtodo de fuerza bruta,
se utilizan vectores, matrices ! sus inversas.
Los mtodos de regresin lineal se pueden utilizar
para predecir, pero no son infalibles, es por eso que
"a! que tomar en cuenta los grados de confianza al
utilizar el modelo lineal.
1. Re!erencias
'() Rtutorial 6eries.
"ttp.::rtutorialseries.blogspot.mx:;<<=:((:r>tutorial>series>
simple>linear."tml
';) ?ones, ,.-., A.@. 6mit", and *.8. Roberts, -oo. itle,
7ublis"er, Location, -ate.