This presentation provides a comprehensive overview of Simple Linear Regression, covering both theoretical foundations and practical R implementation. Key topics include Ordinary Least Squares (OLS) estimation, interpreting the Coefficient of Determination R^2, and performing statistical inference on model coefficients. The slides also demonstrate how to validate model assumptions through residual diagnostics and provide a real-world example using study hours to predict exam scores.

An explanation of point estimates.

jnj

Question2

Linear Regression in Cancer Data

ioslides presentation on simple linear regression

Modelo creado para encontrar la combinación óptima con un MSR por DCCR mediante WLS. Se optó por este modelo ya que tiene mucha significancia con una R2=0.9741. Esta alternativa surgió a raíz de que la prueba de homocedasticidad (Brunsch-Pagan) la rechazaba en el modelo original y con los 4 tipos de transformaciones.