Regresión
J2.7 · Nivel J2 · Datos y estadística
Objetivos
- Ajustar con
lm(@formula(...)).
- Diagnosticar: residuos, Q–Q, influencia.
- Comparar modelos: AIC, BIC, F.
- Intervalo de confianza o de predicción.
- Compensar el efecto de la temperatura.
El modelo
\[f = \beta_0+\beta_1 T+\beta_2 (T-15)^2+\varepsilon\]
Datos sintéticos: 365 días, daño de −0,07 Hz desde el día 250.
Pendiente lineal: −3,86 mHz/°C, \(R^2=0{,}79\).
Diagnóstico
![Ajustar, diagnosticar, mejorar y usar]()
Residuos en U → falta el término cuadrático: \(R^2\) 0,88; AIC −200.
Humedad: sin efecto
Coef. 3·10⁻⁵ Hz/%, \(p=0{,}43\). El AIC empeora: se descarta.
Influencia: apalancamiento máx. 0,054; Cook máx. 0,056 ≪ 1.
Compensar
| dispersión sana |
0,034 Hz |
0,011 Hz |
| cambio tras el día 250 |
−0,055 |
−0,068 |
| \(t\) |
−16 |
−53 |
| verano − invierno (sano) |
−0,070 (p≈10⁻⁵⁴) |
−0,001 (p=0,55) |
La doy por superada si…
- Diagnostico antes de fiarme del ajuste.
- Compenso con un periodo de referencia.
- Evito la falsa alarma estacional.
