·
Cursos Gerais ·
Econometria
Send your question to AI and receive an answer instantly
Recommended for you
1
Regressão Múltipla Crimes Violentos e População Urbana - Análise R
Econometria
UNINABUCO
1
R-Analise-de-Dados-e-Regressao-Linear-em-Datasets-USPersonalExpenditure-e-USArrests
Econometria
UNINABUCO
1
Regressão Múltipla Crimes Violentos - Análise de Impacto Populacional e Variáveis Explicativas
Econometria
UNINABUCO
Preview text
1 Carregar o data frame USPersonalExpenditure através do comando data Depois salvar despesas pessoais USPersonalExpenditure USPersonalExpenditure representa dados relacionados às despesas pessoais considerando os anos de 1940 1945 1950 1955 e 1960 a Aplique as função str b Transforme a matriz em um dataframe para tanto use o comando asdataframetdespesaspessoais Perceba que a função t vai inverter a matriz Atribua um novo nome para o dataframe c Criar gráficos com os dados histograma de cada variável barplot variável versus anos coloque o título do gráfico e os nomes dos eixos gráfico de pontos eixo x anos eixo yvariável e boxplot d Média e desvio padrão de cada variável 2 Carregar o data frame USArrests através do comando data Depois salvar em crimesviolentosUSArrests USArrests decreve taxas de crimes violentos em Estados dos EUA Com base no dataset crimesviolentos regrida a função a seguir Y bo b1X1 b2x2 ui onde Y População urbana variável UrbanPop no dataframe X1 Assassinato variável Murder no dataframe X2 Assalto variável Assault no dataframe X3 Estupro variável Rape no dataframe a Depois da regressão verifique se os coeficientes estimados ésão significativos e qual a relação positiva ou negativa entre as variáveis explicativas e a explicada Considere a significância do erro de 6 Verifique se as relações fazem sentido Explique seus resultados no script do R b Verifique se há correlação entre cada variável explicativa e a explicada Explique seus resultados no script do R c Dependendo do que identificar na letra a verifique se há possibilidade do modelo ser melhorado excluindo alguma variável que possivelmente possa estar gerando problemas de correlação Explique seus resultados no script do R 3 Crie um dataframe que contenha 4 variáveis ou mais já incluindo a variável explicada ou dependente Use os comandos rep e sample podem usar a função mais simples concatenar c Depois d Verifique se há correlação entre cada variável explicativa e a explicada Explique seus resultados no script do R e Em seguida regrida o modelo que você achar pertinente a partir das conclusões extraídas da alternativa a e considerardo o dataframe que você criou f Depois da regressão verifique se os coeficientes estimados ésão significativos e qual a relação positiva ou negativa entre as variáveis explicativas e a explicada Considere a significância do erro de 5 Explique seus resultados no script do R g Verifique se há outliers no seu banco de dados a partir das análises realizadas através dos resíduos amostrais Não esqueça de elaborar os gráficos Explique seus resultados no script do
Send your question to AI and receive an answer instantly
Recommended for you
1
Regressão Múltipla Crimes Violentos e População Urbana - Análise R
Econometria
UNINABUCO
1
R-Analise-de-Dados-e-Regressao-Linear-em-Datasets-USPersonalExpenditure-e-USArrests
Econometria
UNINABUCO
1
Regressão Múltipla Crimes Violentos - Análise de Impacto Populacional e Variáveis Explicativas
Econometria
UNINABUCO
Preview text
1 Carregar o data frame USPersonalExpenditure através do comando data Depois salvar despesas pessoais USPersonalExpenditure USPersonalExpenditure representa dados relacionados às despesas pessoais considerando os anos de 1940 1945 1950 1955 e 1960 a Aplique as função str b Transforme a matriz em um dataframe para tanto use o comando asdataframetdespesaspessoais Perceba que a função t vai inverter a matriz Atribua um novo nome para o dataframe c Criar gráficos com os dados histograma de cada variável barplot variável versus anos coloque o título do gráfico e os nomes dos eixos gráfico de pontos eixo x anos eixo yvariável e boxplot d Média e desvio padrão de cada variável 2 Carregar o data frame USArrests através do comando data Depois salvar em crimesviolentosUSArrests USArrests decreve taxas de crimes violentos em Estados dos EUA Com base no dataset crimesviolentos regrida a função a seguir Y bo b1X1 b2x2 ui onde Y População urbana variável UrbanPop no dataframe X1 Assassinato variável Murder no dataframe X2 Assalto variável Assault no dataframe X3 Estupro variável Rape no dataframe a Depois da regressão verifique se os coeficientes estimados ésão significativos e qual a relação positiva ou negativa entre as variáveis explicativas e a explicada Considere a significância do erro de 6 Verifique se as relações fazem sentido Explique seus resultados no script do R b Verifique se há correlação entre cada variável explicativa e a explicada Explique seus resultados no script do R c Dependendo do que identificar na letra a verifique se há possibilidade do modelo ser melhorado excluindo alguma variável que possivelmente possa estar gerando problemas de correlação Explique seus resultados no script do R 3 Crie um dataframe que contenha 4 variáveis ou mais já incluindo a variável explicada ou dependente Use os comandos rep e sample podem usar a função mais simples concatenar c Depois d Verifique se há correlação entre cada variável explicativa e a explicada Explique seus resultados no script do R e Em seguida regrida o modelo que você achar pertinente a partir das conclusões extraídas da alternativa a e considerardo o dataframe que você criou f Depois da regressão verifique se os coeficientes estimados ésão significativos e qual a relação positiva ou negativa entre as variáveis explicativas e a explicada Considere a significância do erro de 5 Explique seus resultados no script do R g Verifique se há outliers no seu banco de dados a partir das análises realizadas através dos resíduos amostrais Não esqueça de elaborar os gráficos Explique seus resultados no script do