Código en R Clase 8

#Video Regresión Lineal Simple

#install.packages(«quantmod»)
library(quantmod)
#install.packages(«tseries»)
library(tseries)
#install.packages(«fImport»)
library(fImport)
#install.packages(«forecast»)
library(forecast)
#install.packages(«TSA»)
library(TSA)
#install.packages(«Quandl»)
library(Quandl)
#install.packages(«lmtest»)
library(lmtest)
#install.packages(«stats»)
library(stats)

#1. Descargamos las variables que vamos a usar

getSymbols(«EXUSEU»,src=»FRED»)
plot(EXUSEU,type=»l»)

getSymbols(«UNRATE»,src=»FRED») #Unemployment Rate
getSymbols(«FEDFUNDS»,src=»FRED») #tasa interes fondos federales

#getSymbols(«CPIAUCSL»,src=»FRED») #Consumer Price Index

EUR_USD= EXUSEU[«2000-01::2021-10»]

#Paro_usa=UNRATE[«2015-01::2021-10»]

tas_int<-FEDFUNDS[«2000-01::2021-10»]

Modelo <- lm(EUR_USD~tas_int)

summary(Modelo)

#########################

#EJEMPLO 1

#Tenemos la siguiente muestra sobre arrendatarios de aparcamiento
# de una ciudad

#Alquiler anual

alquiler <- c(4000,4500,4500,6500,6000,5000)
m2<- c(12,15,14,20,18,14)

# ¿que parte de la variación en el precio está explicado por la superficie?
#92%

dat_r <- data.frame(alquiler,m2)

plot(dat_r$alquiler,type=»l»)
plot(dat_r$m2,type=»l»)

#dispersion

plot(x = dat_r$m2, y = dat_r$alquiler)

# modelo
#y #x
ejem_1 <- lm(dat_r$alquiler~dat_r$m2)
summary(ejem_1)

abline ( ejem_1, col = «magenta» )

# ¿ estimación si m2 es 16?

ejem_1$coefficients

183.908 + 316.092*16

#5241.38 si 16

###

#EJEMPLO 2

# explicar el beneficio en millones de pts de una empresa
# en funcion del su presupuesto en publicidad

beneficio <- c(13,14,12,14,15)
Publicidad <-c(5,9,5,8,9)

dat_r2 <- data.frame(beneficio,Publicidad)

#dispersion

plot(x = dat_r2$Publicidad, y = dat_r2$beneficio)
#y
ejem_2 <- lm(dat_r2$beneficio~dat_r2$Publicidad)

summary(ejem_2)
abline ( ejem_2, col = «red» )

ejem_2$coefficients

10 + 0.5*12

#con 12 mill de publicidad ganariamos 16

### EJEMPLO 3

Prod_trigo <- c(30, 28, 32, 25, 25, 25, 22, 24, 35, 40)
Precio_harina<-c(25,30 ,27, 40, 42,40, 50 ,45 ,30, 25)

dat_r3 <- data.frame(Precio_harina,Prod_trigo)

ejem_3 <- lm(dat_r3$Precio_harina~dat_r3$Prod_trigo)
summary(ejem_3)

confint(ejem_3)
confint(ejem_3, level = 0.90)

# tabla ANOVA en R

anova(ejem_1)
anova(ejem_2)

##################