REGRESION MULTIVARIABLE
La cantidad de info que existe en cada variable por separado, cuando interactúan generan info
que no existe simplemente comparándolas y no por separado: gestión multivariable.
Regresion multiple: predicción
Variable depediente
Variables independientes.
Tabla Boston (data(Boston)): se usa para predecir los precios de la vivienda en Boston según las
variables.
•y<-lm(medv =variable que deseamos~.,data=Boston)
•x3<-update(y,~.-age-indus)# remove variables que no son buenas para la predicción
•anova(x,x2) : comparación de 2 regresiones. = por debajo de 0.05 para que sean
diferentes.
•AIC(x,x2): selecciona la mejor regresión porque es mas fiable (la que tiene el índice
menor)
Hay que cumplir unos requisitos para que la regresión sea fiable. (library(car))
•Los residuales (diferencias entre los valores que se eligen y los reales) tienen que ser
independientes = cada punto tiene que variar independientemente.
durbinWatsonTest(modelo de regresión = regresión que tengamos y/x3)#the closer to 2
the better. values <1 and >3 malos. = hipótesis nula: independientes = +0.05
• La regresión tiene que evitar la multicolinealidad (cada variable debería ser
independiente pero si están correlacionadas = sesgadas = no son independientes)
vif(modelo)#malo si mayor de 10 =ver si hay multicolinealdiad o no. Cada variable con
una serie de valores = todas las que tengan +6 = sospechosas de multicolinealidad = no
validas
• Deberian ser similares
Regresion aditiva = elijo variables que yo quiero y las sumo
•x<-lm(medv~lstat+age,data=Boston)
Regresion interactiva = quelas variables interactúen para generar información
•x2<-lm(medv~lstat*age,data=Boston)
model<-step(full_model,direction="backward")#R cookbook = hace regresiones con
todas las variables para ver cual es la mejores, desprendiendose de las variables menos validas