Agradezco infinitamente todos los comentarios, no me ha sido posible atenderlos por cuestiones de trabajo, pero con mucho gusto a la brevedad atiendo todo lo que esta pendiente, códigos, sugerencias, etc. Saludos¡
Agradezco mucho tu comentario, y muchas gracias por considerar bueno el material, en estos tiempos tan duros la educación ha sido de los sectores mas golpeados y hay que poner cada quien su aporte para solventar los rezagos que nos han provocado los aislamientos. Saludos desde México.
@@gabrielgrosskelwing3963 Hola Gabriel. Estoy analizando el efecto de la temperatura a diferentes niveles (5,10,15,20,25) y la disponibilidad de luz (luz solar y bajo sombra) sobre la germinación y crecimiento de Pisum sativum. Tendría que seguir este modelo de regresión lineal ?
@@DanielCortez-ij1vi te recomiendo que utilices un diseño en bloques al azar, en donde el factor de tratamiento sea la temperatura y el factor de bloque la luz, y que tu variable de respuesta sea el porcentaje de germinación. Espero te sea de utilidad la respuesta.
@@gabrielgrosskelwing3963 Gracias Gabriel. Voy a revisar el design al azar que tienes en el canal. Tengo como respuestas la tasa de germinación en porcentaje y de crecimiento. Esto quiere decir que tendré que hacer dos diseño en bloques al azar, uno de factor bloque la luz y el otro sin luz. Estoy en lo correcto? Ando un poco perdido con este ejercicio. No se si me puedes asesorar y te puedo contribuir por tu tiempo.
@@DanielCortez-ij1vi no necesariamente, si no que bajo el mismo diseño tomes las medidas de tus variables de respuesta, cuando tengas tus datos con gusto te apoyo con el código para que analices dos o más variables de respuesta.
Hay dos alternativas para cuándo no se cumplen los supuestos, uno es hacer transformaciones de la variable de respuesta para estabilizar la varianza, tales como transformación arco seno, raíz cuadrada, etc. O también se pueden aplicar pruebas no parámetricas.
profesor, usted es una maquinota, me sirvio mucho este video, pero solo me ocurrio una situacioncilla, en un ejercicio de regresion lineal cuento con 1 variable dependiente y 4 variables indepedientes, se identifica que 2 de las variables independientes ofrecen datos redundates, ya que al momento de realizar la regresion lineal cuentan con una probabilidad mayor a 0.05, por lo cual se intuye a eliminar, al momento de eliminar una de estas variables el R2 ajustado aumenta y junto a ello tambien F, pero al momento de eliminar ambas variables redundantes el R2 es menor que cuando se elimina uno solo, pero el valor de F aumenta, en este caso, que regresion lineal utilizariamos considerariamos para realizar nuestra ecuacuion de regresion lineal?
Hola buenas tardes, claro, hay alternatvas, como la de Levene, inclusive se pueden hacer grafias de residuales muy interesantes en R, de hecho estoy trabajando en un nuevo código para compartirselos. Ya estoy en ello. Saludos
Muchas gracias por responder tan rápido! De hecho la prueba de White o studentized Breusch-Pagan test, bptest() de la librería (lmtest) es menos rigurosa que la de Bartlett. Tenía el mismo problema que tú, no había varianza constante al aplicar la prueba de Bartlett, y busqué la prueba de Levene y de Bonferroni, pero no me sirvieron. Buscando en RPubs, encontré esta prueba de White o bptest y me resultó. Ahora lo que deseo buscar es la importancia de cada atributo o variable para ver en que magnitud y sentido aportan al modelo, para poder hacer inferencias o presentar resultados de qué factores (atributos o variables) son las más importantes para medir la productividad en un cultivo y contrastar con nuevos datos cuando venga la siguiente cosecha, es decir, un antes y un después con ciertos tratamientos. Saludos cordiales! P.D. Se trata de una investigación no experimental, me pasaron la tabla en Excel, ya con los datos capturados...
Hola Gabriel Buenas tardes. Estoy necesitando ayuda para definir la forma como correr unos datos de regresión en R. No sé si quizás das servicios de asesoría. Saludos
Una pregunta: La prueba de homocedasticidad no debería realizarse sobre los residuales de la variable respuesta?. Otra pregunta: Si se desea buscar homocedasticidad de todas las variables como se hizo en el ejercicio, no sería conveniente estandarizar las variables? Muchas gracias. Saludos desde Colombia.
Todo los analisis de supuestos se deben realizar sobre los residuales o errores, para la segunda pregunta, No es conveniente, ya que cambias el sentido de la variable, adicionalmente la homocedasticidad se da a nivel de residuos, no en las variables brutas.
Hola buenos días, para cargar la base datos puedes hacerlo desde un archivo txt generado desde Excel, te comparto un link donde se hace ese proceso, saludos!
![Cómo hacer una regresión múltiple en R y Rstudio [Chupito de R]](http://i.ytimg.com/vi/V3OJWMrRvF4/mqdefault.jpg)
Todavía existen videos que valen Oro, muy bien explicado. Ni en mi maestría me explicaron tan bien como aquí. EXCELENTE VIDEO!!
Muchas gracias por la explicación, despejaste mis dudas en R para mi trabajo final, te agradezco un montón
Agradezco infinitamente todos los comentarios, no me ha sido posible atenderlos por cuestiones de trabajo, pero con mucho gusto a la brevedad atiendo todo lo que esta pendiente, códigos, sugerencias, etc. Saludos¡
podria explicar sobre los modelos lineales generalizados?
Yo entiendo que la prueba Shapiro-Wilk se realiza para comprobar normalidad de los errores, no de los datos originales
muy bueno. gracias por subir estos tutorales!!
Saludos desde Australia, Gabriel. Eres el mejor profesor del mundo y gracias por compartir tu conocimiento.
Agradezco mucho tu comentario, y muchas gracias por considerar bueno el material, en estos tiempos tan duros la educación ha sido de los sectores mas golpeados y hay que poner cada quien su aporte para solventar los rezagos que nos han provocado los aislamientos. Saludos desde México.
@@gabrielgrosskelwing3963 Hola Gabriel. Estoy analizando el efecto de la temperatura a diferentes niveles (5,10,15,20,25) y la disponibilidad de luz (luz solar y bajo sombra) sobre la germinación y crecimiento de Pisum sativum. Tendría que seguir este modelo de regresión lineal ?
@@DanielCortez-ij1vi te recomiendo que utilices un diseño en bloques al azar, en donde el factor de tratamiento sea la temperatura y el factor de bloque la luz, y que tu variable de respuesta sea el porcentaje de germinación. Espero te sea de utilidad la respuesta.
@@gabrielgrosskelwing3963 Gracias Gabriel. Voy a revisar el design al azar que tienes en el canal. Tengo como respuestas la tasa de germinación en porcentaje y de crecimiento. Esto quiere decir que tendré que hacer dos diseño en bloques al azar, uno de factor bloque la luz y el otro sin luz. Estoy en lo correcto? Ando un poco perdido con este ejercicio. No se si me puedes asesorar y te puedo contribuir por tu tiempo.
@@DanielCortez-ij1vi no necesariamente, si no que bajo el mismo diseño tomes las medidas de tus variables de respuesta, cuando tengas tus datos con gusto te apoyo con el código para que analices dos o más variables de respuesta.
perfecto ! Gracias,..me sirvió de mucho !
Gracias Gabriel, me sirvió de mucho, así cualquiera entiende!!
Me sirvió muchísimo el vídeo. Necesito una asesoría para un trabajo de la Universidad, jajaja
Hola Gabriel, mil gracias por la explicación. Está muy completo y a su vez práctico.
Buenas noches, que bueno que le sirvió, esa es la intención.
Gracias, excelente forma de enseñar.
Exelente explucacion
Excelente vídeo !!! Gracias !!!!!!
felicitaciones!! sube mas videos, saludos desde Perú
Gracias por su comentario, seguimos trabajando en esto para apoyar a quien lo necesite. Saludos!
hola, ya tiene el video de la predicción que ya no le salio?
Excelente explicación muchas gracias
¡Gracias por compartir tu conocimiento, apreciable Daniel G! Los supuestos del modelo ¿podrian cumplirse utilizando un modelo Log-Log?🤔
Hay dos alternativas para cuándo no se cumplen los supuestos, uno es hacer transformaciones de la variable de respuesta para estabilizar la varianza, tales como transformación arco seno, raíz cuadrada, etc. O también se pueden aplicar pruebas no parámetricas.
profesor, usted es una maquinota, me sirvio mucho este video, pero solo me ocurrio una situacioncilla, en un ejercicio de regresion lineal cuento con 1 variable dependiente y 4 variables indepedientes, se identifica que 2 de las variables independientes ofrecen datos redundates, ya que al momento de realizar la regresion lineal cuentan con una probabilidad mayor a 0.05, por lo cual se intuye a eliminar, al momento de eliminar una de estas variables el R2 ajustado aumenta y junto a ello tambien F, pero al momento de eliminar ambas variables redundantes el R2 es menor que cuando se elimina uno solo, pero el valor de F aumenta, en este caso, que regresion lineal utilizariamos considerariamos para realizar nuestra ecuacuion de regresion lineal?
Hola! Se puede realizar la prueba de White en lugar de la prueba de Bartlett? Saludos cordiales!
Hola buenas tardes, claro, hay alternatvas, como la de Levene, inclusive se pueden hacer grafias de residuales muy interesantes en R, de hecho estoy trabajando en un nuevo código para compartirselos. Ya estoy en ello. Saludos
Muchas gracias por responder tan rápido! De hecho la prueba de White o studentized Breusch-Pagan test, bptest() de la librería (lmtest) es menos rigurosa que la de Bartlett. Tenía el mismo problema que tú, no había varianza constante al aplicar la prueba de Bartlett, y busqué la prueba de Levene y de Bonferroni, pero no me sirvieron. Buscando en RPubs, encontré esta prueba de White o bptest y me resultó. Ahora lo que deseo buscar es la importancia de cada atributo o variable para ver en que magnitud y sentido aportan al modelo, para poder hacer inferencias o presentar resultados de qué factores (atributos o variables) son las más importantes para medir la productividad en un cultivo y contrastar con nuevos datos cuando venga la siguiente cosecha, es decir, un antes y un después con ciertos tratamientos. Saludos cordiales! P.D. Se trata de una investigación no experimental, me pasaron la tabla en Excel, ya con los datos capturados...
Hola Gabriel Buenas tardes. Estoy necesitando ayuda para definir la forma como correr unos datos de regresión en R. No sé si quizás das servicios de asesoría. Saludos
Una pregunta: La prueba de homocedasticidad no debería realizarse sobre los residuales de la variable respuesta?. Otra pregunta: Si se desea buscar homocedasticidad de todas las variables como se hizo en el ejercicio, no sería conveniente estandarizar las variables? Muchas gracias. Saludos desde Colombia.
Todo los analisis de supuestos se deben realizar sobre los residuales o errores, para la segunda pregunta, No es conveniente, ya que cambias el sentido de la variable, adicionalmente la homocedasticidad se da a nivel de residuos, no en las variables brutas.
Necesito su apoyo para resolver ejercicio de regresión multiple
Poner las variables. Gracias igualmente
newdata=list(x1=10,x2=1000)
por favor haz un video de regresión logistica
Con gusto, en la semana lo subo.
Una pregunta para cargar la base de datos en rstudio, desde que gestor lo hago? Ojalá puedas ayudarme con esta de duda.
Hola buenos días, para cargar la base datos puedes hacerlo desde un archivo txt generado desde Excel, te comparto un link donde se hace ese proceso, saludos!
rpubs.com/Gabo6381/793201
Espero te sea util
Por favor puedes pasar los códigos
like si eres de la UNEMI XD