Documente Academic
Documente Profesional
Documente Cultură
Introducción
Intuitivamente se puede decir que el análisis de estas dos variables entre sí, para un estudio del
IMC no sería tan especifico al decir si en la población a tratar la grasa depende del pecho, en este
caso la opinión que sobresale es que la relación que mejor se ajustaría seria abdomen y grasa, ya
que es más fácil de decir si tiene un IMC alto o no. Por genética se puede decir que el crecimiento
del pecho o IMC en esta parte del cuerpo no solamente es por grasa.
Análisis grafico
a) Para los parámetros intercepto y pendiente, sus respectivos valores p son menor que
2.2 ∗ 10−16, siendo entonces estos parámetros importantes.
b) Para el modelo se tiene que el valor p es < 2.2 ∗ 10−16, a partir de lo cual se podría afirmar que
sí se explicaría la variabilidad de los datos, como consecuencia de la aceptación de la hipótesis
alternativa.
Este error residual es grande, según lo que se puede ver en el resultado de la captura de
pantalla, luego de haber aplicado el comando summary al modelo.
Validación de supuestos
Siguiendo los resultados arrojados por la prueba Shapiro de normalidad para los residuos del
modelo, podemos observar que el valor p es menor que la el valor de significancia del 0.05 que
habitualmente hemos estado utilizando, hecho que conlleva a la admisión de que estos datos no
siguen tal distribución.
b) Aleatoriedad de los residuos: Para este paso, se aplicó la prueba de Runs de aleatoriedad
de datos residuales de la que se obtuvo un valor de p mayor al valor de significancia
siendo, siendo esto el respaldo de la hipótesis de este inciso. Aun así, se recurrió a una
gráfica asociada, en la que es posible contemplar un grupo de datos residuales esparcidos
sin patrón aparente alguno.
Esto nos conduce a la conclusión de que los datos son aleatorios.