Estadistica aplicada 2
Warning message:
package 'lmtest' was built under R version 2.9.2
> model dwtest(model, alternative = "two.sided")
[pic]
[pic]
> dwtest(model, alternative ="greater")
[pic]
[pic]
> dwtest(model, alternative = "less")
> data fijarse donde esta
> x3 model beta b3 e eFoodIndex plot(x3,eFoodIndex,xlab="FoodIndex", ylab="e+b3*FoodIndex")Se observa que la grafica de residuales parciales mas su componentes de foodindex no tiene una tendencia lineal, por lo cual no se puede ingresar la variable predictora en forma lineal al modelo,antes debe ser transformada.
> step(model)
modeloooooo summary(modeloooooo)
> library(car)
> box.tidwell(BigMac~TaxRate+Bread+FoodIndex+Rice,data=data)
> round(cor(data),3)box.tidwell(BigMac~Bread+FoodIndex+Rice,data=data)
Ho: no se hace una transformación potencia
H1: la transformación potencia es significativa
Ni break ni rice necesitan una transformación.
> attach(data)> modelo4 summary(modelo4)
> par(mfrow=c(2,2))
> plot(modelo4)
re4 shapiro.test(re4)
Como se observa en la grafica no se cumple con el supuesto de normalidad por que existen datos leverangey otlier tales como el 46, 26 y 57 que jalan a los otros datos incumpliendo así el supuesto de normalidad además esto es corroborado por el test de shapiro lo cual nos salio muy bajo.
Paramejorar el supuesto de normalidad de un modelo, se realiza box y cox. Para mejorarlo.
Tomaremos el valor de lambda= - 0.32
> modelo5 summary(modelo5)
> data2 data2$BigMac
> data2$BigMac model3summary(model3)
> re6 shapiro.test(re6)
En este nuevo modelo (model7) se observa que el R2 a aumentado de 0.583 a 0.8009, que el test de chapiro a crecido considerablemente, haciendo que semejore la normalidad del modelo como se observa en la grafica, pero la existencia de datos outlier y leverange no permiten que se cumpla el supuesto de normalidad tanto como en el modelo6 y modelo7
Regístrate para leer el documento completo.