Ejercicios

Con los siguientes datos de la base de datos implementada en R cars:

cars_original <- cars[1:30, ]  # original data
outliers <- data.frame(speed=c(19,19,20,20,20), dist=c(190, 186, 210, 220, 218))  # introduce outliers.
cars_outliers <- rbind(cars_original, outliers)  # data with outliers.

Ajusta una recta de regresión para los datos originales y los datos después de introducir los outliers para explicar la distancia (variable dist) con la velocidad (variable speed) y demuestra las diferencias mediante un gráfico.

Después realiza un diagrama de cajas para las variables. ¿Podemos ver datos atípicos en estas dos bases de datos?

summary(glm(cars_original$dist~cars_original$speed))
ggp_original <- ggplot(cars_original,aes(dist, speed)) + 
geom_point()
plot1<-ggp_original + 
stat_smooth(method = "lm",formula = y ~ x,geom = "smooth")

summary(glm(cars_outliers$dist~cars_outliers$speed))
ggp_outlier <- ggplot(cars_outliers,aes(dist, speed)) + 
geom_point()
plot2<-ggp_outlier + stat_smooth(method = "lm",formula = y ~ x,geom = "smooth")