Visualización y exploración de datos de una forma fácil y rápida

En este video usaremos regresión, un paquete de r para ajustar y validar modelos de regresión lineal, a través de MACHINE LEARNING utilizando cuatro métodos bootstrap, LOOCV, Cross validation y repeated Cross validation.

En este video podrá hacer e interpretar regresión dummy, claramente explicado. Uso de variables categóricas (D), cuantitativas (X), y ambas (D:X), sabrá si es una ecuación o dos o más, haciendo una sola regresión.

En este documento analizamos tres técnicas para elegir predictores para construir un modelo de regresión, Stepwise, Algoritmo genético y Machine learning.

En este documento analizamos la regresión lineal múltiple, ajustamos 16 modelos para predecir el volumen de un árbol, analizamos los supuestos y elegimos el mejor modelo en base a diferentes métricas de ajuste.

En este documento analizamos la regresión lineal múltiple, ajustamos 16 modelos para predecir el volumen de un árbol, analizamos los supuestos y legimos el mejor modelo en base a diferentes métricas de ajuste.

en este documento explicO cómo corregir los supuestos de un modelo de regresión que no fueron cumplidos. adicionalmente agregó la liga del vídeo donde se explica claramente todo el proceso.

cómo crear un modelo de regresión lineal? el modelo predice correctamente? cumple con los supuestos de un modelo de regresión? esto y muchas cosas más encontrarás en este capítulo.

En este Capítulo analizamos la correlación paramétrica y no paramétrica, evaluamos los supuestos de la correlación e identificamos datos atípicos y lo removemos

En este video analizamos los datos desde un punto de vista gráfico y numérico vemos posibles our layers ni probamos la normalidad de las variables

Turno absoluto. ICA e IMA

Stepwise y Boostrap Regresión

Regresion multiple

Obtener una muestra aleatoria

Predicción del posible numero de infectados por Covid19 en México para el 03 de abril del 2020"

_____________________________________________________________

Regresión ponderada. Una posible solución a la heterosedasticidad

Analiza datos buenos y malos en una regresion lineal simple

Se muestran los pasos para realizar una regresion lineal simple, analizando los supuestos básicos

Se prueban varias transformaciones de la variable dependiente en modelos de regresion lineal, para cumplir los supuestos de normalidad y homogeneidad de varianza.

Se dan los créditos al autor

Correlación de datos climáticos con Índices climáticos

métricas para la evaluación de la transferencia de modelos de nichos. Es solo una prueba, ambos son de los autores, correspondientes. Créditos a los autores, solo los reuní para quien desee usarlos