Modelo Auto con R

Autor:  Guillermo Martinez Atilano

El siguiente Modelo fue estimado con R.

Utiliza la base de datos Auto.dta de Stata.

2018-08-03 00:30:44

> articulo <- readXL(“C:/Users/Atilano/Desktop/auto_es.xls”, rownames=FALSE, header=TRUE, na=””,
+   sheet=”Sheet1″, stringsAsFactors=TRUE)

_MpgPeso

La gráfica de dispersión muestra una relación negativa entre el peso de un automóvil y las millas por galón. A memor peso aumenta el rendimiento y se obtienen mayor millaje.

> RegModel.1 <- lm(mpg~peso, data=articulo)
> summary(RegModel.1)
Call:
lm(formula = mpg ~ peso, data = articulo)

Residuals:
Min      1Q  Median      3Q     Max
-6.9593 -1.9325 -0.3713  0.8885 13.8174

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 39.4402835  1.6140031   24.44   <2e-16 ***
peso        -0.0060087  0.0005179  -11.60   <2e-16 ***

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

Residual standard error: 3.439 on 72 degrees of freedom
Multiple R-squared:  0.6515,    Adjusted R-squared:  0.6467
F-statistic: 134.6 on 1 and 72 DF,  p-value: < 2.2e-16

El resultado obtenido 

_MpgPeso_ajuster

> stargazer(RegModel.1, header=FALSE, type = “text”, title=”Tabla 1. Modelos estimados”,
+ digits=2, single.row=FALSE, omit.stat=c(“LL”,”ser”,”f”))
Tabla 1. Modelos estimados Millas por galón vs. peso del auto

> articulo$mpg100 <- with(articulo, mpg/100)

> RegModel.2 <- lm(mpg100~peso, data=articulo)
> summary(RegModel.2)
Call:
lm(formula = mpg100 ~ peso, data = articulo)

Residuals:
Min        1Q    Median        3Q       Max
-0.069593 -0.019325 -0.003713  0.008885  0.138174

Coefficients:
Estimate   Std. Error t value Pr(>|t|)
(Intercept)  0.394402835  0.016140031   24.44   <2e-16 ***
peso        -0.000060087  0.000005179  -11.60   <2e-16 ***

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

Residual standard error: 0.03439 on 72 degrees of freedom
Multiple R-squared:  0.6515,    Adjusted R-squared:  0.6467
F-statistic: 134.6 on 1 and 72 DF,  p-value: < 2.2e-16

___________________________________________________________________________

auto

> articulo$mpg100 <- with(articulo, 100/mpg)

> RegModel.3 <- lm(mpg100~peso, data=articulo)
> summary(RegModel.3)
Call:
lm(formula = mpg100 ~ peso, data = articulo)

Residuals:
Min       1Q   Median       3Q      Max
-2.04508 -0.37487  0.00488  0.40990  1.56000

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.7707669  0.3142571   2.453   0.0166 *
peso        0.0014070  0.0001008  13.954   <2e-16 ***

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

Residual standard error: 0.6696 on 72 degrees of freedom
Multiple R-squared:   0.73, Adjusted R-squared:  0.7263
F-statistic: 194.7 on 1 and 72 DF,  p-value: < 2.2e-16

___________________________________________________________________________

 

> RegModel.4 <- lm(mpg100~peso+precio, data=articulo)
> summary(RegModel.4)
Call:
lm(formula = mpg100 ~ peso + precio, data = articulo)

Residuals:
Min       1Q   Median       3Q      Max
-2.55540 -0.27285  0.02426  0.40080  1.32384

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.77124601 0.30497650   2.529   0.0137 *
peso        0.00126102 0.00011614  10.858   <2e-16 ***
precio      0.00007144 0.00003060   2.334   0.0224 *

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

Residual standard error: 0.6498 on 71 degrees of freedom
Multiple R-squared:  0.7493,    Adjusted R-squared:  0.7422
F-statistic: 106.1 on 2 and 71 DF,  p-value: < 2.2e-16

> stargazer(RegModel.1, header=FALSE, type = “text”,
+   title=”Tabla 1. Modelos estimados”,
+ digits=2, single.row=FALSE, omit.stat=c(“LL”,”ser”,”f”))

Tabla 1. Modelos estimados
========================================
Variable dependiente :  mpg
—————————————-
peso                          -0.01***
(0.001)

Constante             39.44***
(1.61)

—————————————-
Observationes             74
R2                      0.65
Adjusted R2             0.65
========================================
Note:        *p<0.1; **p<0.05; ***p<0.01

___________________________________________________________________________

> stargazer(RegModel.4, header=FALSE, type = “text”,
+   title=”Tabla 1. Modelos estimados”,
+ digits=2, single.row=FALSE, omit.stat=c(“LL”,”ser”,”f”))

Tabla 2. Modelos estimados  : 100/mpg    vs.  peso.  (se interpreta por cada 100 millas cuantos galones se consumen)
========================================
Dependent variable:
—————————
mpg100
—————————————-
peso                  0.001***
(0.0001)

precio                0.0001**
(0.0000)

Constant               0.77**
(0.30)

—————————————-
Observations             74
R2                      0.75
Adjusted R2             0.74
========================================
Note:        *p<0.1; **p<0.05; ***p<0.01

___________________________________________________________________________

 

> stargazer(RegModel.3, RegModel.4, header=FALSE, type = “text”,
+   title=”Tabla 1. Modelos estimados”,
+ digits=2, single.row=FALSE, omit.stat=c(“LL”,”ser”,”f”))

Tabla 3. Modelos estimados son 2. con una variable y con dos variables explicativas.
=========================================
Dependent variable:
—————————-
mpg100
(1)            (2)
—————————————–
peso            0.001***      0.001***
(0.0001)      (0.0001)

precio                        0.0001**
(0.0000)

Constant         0.77**        0.77**
(0.31)        (0.30)

——————————————————————–
Observations       74            74
R2                0.73          0.75
Adjusted R2       0.73          0.74
=========================================
Note:         *p<0.1; **p<0.05; ***p<0.01

Guillermo Martínez Atilano