Show simple item record

dc.contributor.advisorSuárez Rancel, María Mercedes es_ES
dc.contributor.advisorLeón Hernández, Coromoto es_ES
dc.contributor.authorHernández Córdoba, Eduardoes_ES
dc.date.accessioned2019-07-26T11:00:25Z
dc.date.available2019-07-26T11:00:25Z
dc.date.issued2019es_ES
dc.identifier.urihttp://riull.ull.es/xmlui/handle/915/15751
dc.description.abstractEste Trabajo de Fin de Grado realiza un estudio de la regresi´on lineal m´ultiple implementada en el Software libre Rcommander y Rstudio con la finalidad de encontrar el mejor conjunto de regresi´on. Primeramente se estudia la regresi´on lineal m´ultiple, la estimaci´on de los par´ametros, y se estudian diferentes criterios que se usan para la comparaci´on de modelos. Adem´as, se estudia los algoritmos de los m´etodos de selecci´on de variables y se da una ampliaci´on de los criterios de informaci´on de Akaike (AIC) y criterio de informaci´on Bayesiano (BIC). A continuaci´on, se desarrolla el an´alisis de sensibilidad de la regresi´on lineal m´ultiple, donde se estudia la validaci´on del modelo e hip´otesis asociadas y el efecto de las observaciones an´omalas. Por ultimo, se desarrolla la implementaci´on en Rcommander y Rstudio.es
dc.description.abstractThis work performs a multiple linear regression study implemented in the free Software Rcommander and Rstudio in order to find the best linear regression model. Firstly multiple linear regression, the estimation of the parameters and the different criteria used to compare models are studied. In addition, the algorithms of the variables selection methods are studied and an extension of the Akaike information criterion (AIC) and the Bayesian information criterion (BIC) is made. Afterwards, the sensitivity analysis of the multiple linear regression is developed, where the validation of the model and the associated hypotheses and the effect of the anomalous observations are studied. Finally, the implementation is carried out in Rcommander and Rstudio.en
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoeses_ES
dc.rightsLicencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional)es_ES
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es_ESes_ES
dc.subjectRegresión Lineal Múltiplees_ES
dc.subjectAnálisis de sensibilidades_ES
dc.subjectRcommanderes_ES
dc.subjectRstudioes_ES
dc.subjectAICes_ES
dc.subjectBICes_ES
dc.subjectModelos.es_ES
dc.titleSelección del mejor conjunto de Regresión.es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.subject.keywordRegresi´on Lineal M´ultiplees
dc.subject.keywordAn´alisis de sensibilidades
dc.subject.keywordRcommander
dc.subject.keywordRstudio
dc.subject.keywordAIC y BIC
dc.subject.keywordModeloses
dc.subject.keywordMultiple Linear Regressionen
dc.subject.keywordSensitivity Analysisen
dc.subject.keywordModelsen


Files in this item

This item appears in the following Collection(s)

Show simple item record

Licencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional)
Except where otherwise noted, this item's license is described as Licencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional)