Implementar una rutina en R que permita estimar un modelo de regresión lineal omitiendo un registro. Use el archivo de datos Datos_Trabajo_R.xlsx.
Observación: si el archivo contiene n registros, entonces se estimarán n regresiones con (n-1) registros cada una. El programa deberá mostrar un gráfico de dispersión cuyo eje X sería el número de regresión y el eje Y el valor de la pendiente de la regresión. ¿Cuál es el valor de la pendiente más grande y más pequeña?, ¿A qué registros están asociados estas pendientes? Calcule la pendiente promedio de todas las regresiones; y compare está pendiente con la pendiente de la regresión con todas las observaciones. setwd("D:/ECONOMÍA UNFV/Software/R/R intermedio") library(readxl) data2 = read_excel("Datos_Trabajo_R 1.xlsx") data1 = read_excel("Datos_Trabajo_R 2.xlsx") # regresion lineal n = 15 k = 1 numreg= c() penreg= c() for(i in 1:n){ Y = data.matrix(data1["Y"], rownames.force = NA) Y = Y[1:n,] uno = matrix(1,n,1) X = cbind(uno,data.matrix(data1["X"], rownames.force = NA)) X = X[1:n,] # estimacion de los parametros B = solve(t(X)%*%X)%*%t(X)%*%Y B= B[-2,] pendreg = B numreg = n data1["Y"] data1["Y[1,]"] } problema que tengo es de los valores de las pendientes, pero me falta que este sea un bucle y haga lo que me pida es decir que la regresion numero 1 pendiente tal y asi sucesivamente [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es