-
Notifications
You must be signed in to change notification settings - Fork 0
/
2_graficosV2.Rmd
81 lines (58 loc) · 2.01 KB
/
2_graficosV2.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
---
title: "Regresiones V2"
author: "Bryan Castillo"
date: "24 de agosto de 2021"
output: html_document
---
```{r setup, include=FALSE}
load("output/graphicV2.RData")
```
## 1. Análisis exploratorio-gráfico de algunas variables
A continuación pueden ver el análisis exploratorio gráfico de algunas variables con la huella de carbono per-cápita por hogar, las variables independientes en este caso son:
- Grupo Socio Económico (GSE)
- Tenencia de auto
- Anda más en bicicleta
- Conoce la calidad del aire de su ciudad
- Ha bajado el ingreso promedio del hogar
- Densidad del barrio
- Distancia (network) al cenetro
- Huella de carbono y ciudad
- Viaja a comprar alimentos
```{r echo=FALSE, message=F, warning=FALSE,error=F, fig.show="hold", out.width="50%"}
g1_v2
g2_v2
g4_v2
g5_v2
g6_v2
g7_v2
g8_v2
g3_v2
g9_v2
```
## 2. Corriendo modelos lineales
Se corren modelos lineales con 19 variables independientes en cada contexto temporal (T0-T1-T2). El resultado de cada modelo consta de cuatro columnas que resumen los siguientes valores por cada coeficiente o variable independiente: *Coefficients, Estimate, Std. Error, t value, Pr(>|t|)*. El nombre de las variables independientes categóricas puede ser visto, al igual que las numéricas, en la columna *Coefficients* pero esta vez precedido por *as.factor(*, ya que son variables factores o categóricas.
La cantidad de asteríscos '\*' indica el nivel de significancia de cada variable en el modelo, tal como se resume a continuación:
**Si significancia:**
- 0 = \*\*\*
- 0.001= \*\*
- 0.01= \*
- 0.05= .
- 0.1= ' '
Por último cada cuadro muestra algunos estadísticos del modelo, tales como:
- Residual standard error
- Multiple R-squared
- Adjusted R-squared
- F-statistic
- p-value
#### Modelo lineal en T0:
```{r echo=FALSE, message=F, warning=FALSE, error=F}
t0_trV2
```
#### Modelo lineal en T1:
```{r echo=FALSE, message=F, warning=FALSE, error=F}
t1_trV2
```
#### Modelo lineal en T2:
```{r echo=FALSE, message=F, warning=FALSE, error=F}
t2_trV2
```