BioestadísticaR: Práctica 10. Guion de prácticas_v0
Identificadores
URI: http://hdl.handle.net/10481/71902Metadatos
Mostrar el registro completo del ítemAutor
Melchor Rodríguez, Juan Manuel; Femia Marzo, Pedro Jesús; Martín Andrés, Antonio; Luna Del Castillo, Juan De Dios; Montero Alonso, Miguel Ángel; Acal González, Christian José; Carmona Sáez, Pedro; Romero Béjar, José Luis; Expósito Ruiz, Manuela; Villatoro García, Juan AntonioEditorial
Grupo BioestadísticaR
Materia
Bioestadística R material docente RStudio regresión lineal correlación
Fecha
2021-09-15Patrocinador
Todo el material para el conjunto de actividades de este curso ha sido elaborado y es propiedad intelectual del grupo BioestadisticaR formado por: Antonio Martín Andrés Juan de Dios Luna del Castillo, Pedro Femia Marzo, Miguel Ángel Montero Alonso, Christian José Acal González, Pedro María Carmona Sáez, Juan Manuel Melchor Rodríguez, José Luis Romero Béjar, Manuela Expósito Ruíz, Juan Antonio Villatoro García. Todos los integrantes del grupo han participado en todas las actividades, en su elección, construcción, correcciones o en su edición final, no obstante, en cada una de ellas, aparecerán uno o más nombres correspondientes a las personas que han tenido la máxima responsabilidad de su elaboración junto al grupo de BioestadisticaR. Todos los materiales están protegidos por la Licencia Creative Commons CC BY-NC-ND que permite "descargar las obras y compartirlas con otras personas, siempre que se reconozca su autoría, pero no se pueden cambiar de ninguna manera ni se pueden utilizar comercialmente".Resumen
Guion de la práctica 10 donde nos introducirmos en resolver problemas de predicción donde la naturaleza de las variables es cuantitativa se recurre a la Teoría de Regresión y Correlación que nos sirve para establecer un modelización lineal adecuada.
En el desarrollo de este guion utilizamos el lenguaje R y sus funciones relativas a los procedimientos de Regresión lineal Simple y Correlaciones bivariadas. Para llevar a cabo esta metodología, se requiere del cumplimiento de los supuestos de normalidad, homocedasticidad y linealidad (que conocemos como modelo de regresión lineal). En este sentido, para la verificación de dos de dichos supuestos (linealidad e igualdad de varianzas), son muy útiles los paquetes gráficos de dispersión. Por lo tanto, el desarrollo de este documento comienza explorando este tipo de diagramas.