#' @title Correlacion de Pearson y Coeficientes de Regresion Lineal Simple
#' @description Calcula la correlacion de Pearson entre las combinaciones posibles de
#' variables continuas de una base de datos, entrega una estimacion de los coeficientes de Regresion Lineal.
#' @param data.base Nombre de la base de datos.
#' @references Casella, G. (1990). Statistical Inference. Duxburry Press.
#' @examples
#' data("albahaca")
#' cuartiles(albahaca$produccion)
#' @export
#'
descriptive.regression <- function(data.base){
nmcols <- colnames(data.base)
features <- c()
for(nm in nmcols){
dt.typ <- class(data.base[[nm]])
if(dt.typ == "numeric"){
features <- c(features, c(nm))
}
else if(dt.typ == "integer"){
features <- c(features, c(nm))
}
}
data.regression <- data.base[features]
for(x.name in features){
for(y.name in features){
if(x.name != y.name){
x <- data.regression[[x.name]]
y <- data.regression[[y.name]]
beta1 <- (covarianza(x,y)/(std(x)**2))
beta0 <- promedio(y)-beta1*promedio(x)
r2<-(covarianza(x,y)/(std(x)*std(y)))
print(paste(y.name,"~",x.name))
reg = c(beta0=beta0, beta1=beta1,R.cuadrado=r2)
print(reg)
}
}
}
}
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.