{"id":236,"date":"2023-10-13T19:16:57","date_gmt":"2023-10-13T19:16:57","guid":{"rendered":"https:\/\/agustincastro.es\/?p=236"},"modified":"2026-01-24T13:23:12","modified_gmt":"2026-01-24T13:23:12","slug":"regresion-lineal-simple-y-empezamos-con-copilot-en-rstudio","status":"publish","type":"post","link":"https:\/\/agustincastro.es\/index.php\/2023\/10\/13\/regresion-lineal-simple-y-empezamos-con-copilot-en-rstudio\/","title":{"rendered":"Regresi\u00f3n lineal simple, y \u00a1\u00a1 empezamos con COPILOT en RStudio !!"},"content":{"rendered":"\n

En esta pr\u00e1ctica trabajaremos con la regresi\u00f3n lineal simple<\/strong> y el dataset de mtcars<\/strong> en R. <\/p>\n\n\n\n

Puedes ver esta pr\u00e1ctica desarrollada en el siguiente [enlace Pubs<\/a>] <\/strong><\/p>\n\n\n\n

La regresi\u00f3n lineal simple<\/strong> es un m\u00e9todo estad\u00edstico que se utiliza para modelar la relaci\u00f3n (LINEAL) entre una variable dependiente (o respuesta) y una variable independiente<\/strong>. La idea principal detr\u00e1s de la regresi\u00f3n lineal simple es comprender c\u00f3mo cambia la variable dependiente cuando lo hace la variable independiente<\/strong>. El objetivo es encontrar la mejor l\u00ednea recta que se ajuste a los datos observados porque nos permitir\u00e1 hacer predicciones v\u00e1lidas con esta.<\/p>\n\n\n

\n
\"\"<\/figure>\n<\/div>\n\n\n

<\/p>\n\n\n\n

Trabajaremos el dataset mtcars<\/strong>, que contiene datos de diferentes modelos de coches. El conjunto de datos mtcars en R consta de 32 observaciones<\/strong> y 11 variables<\/strong>. Concretamente trabajaremos con un ejemplo sencillo la relaci\u00f3n entre el peso de los veh\u00edculos<\/strong> (wt = weigth) y las millas recorridas por gal\u00f3n de combustible<\/strong> (mpg = miles per gallon). <\/p>\n\n\n\n

Vamos a utilizar las librer\u00edas ggplot2<\/strong>, hrbrthemes<\/strong>, lmtest <\/strong>y psych <\/strong>(junto con las funciones de base en R) para realizar an\u00e1lisis exploratorios sobre el dataset<\/strong>, c\u00e1lculos de correlaciones de Pearson<\/strong> y gr\u00e1ficos de estas, test de normalidad de Shapiro-Wilk<\/strong>, de homocedasticidad de Breusch-Pagan<\/strong>, diferentes gr\u00e1ficos con los residuos del modelo para observar la normalidad y homogeneidad de varianzas<\/strong>, etc. Todo esto mientras se explican los conceptos y el por qu\u00e9 de cada cosa que se est\u00e1 haciendo. <\/p>\n\n\n\n

En la pr\u00e1ctica publicada en RPubs<\/strong> pod\u00e9is ver el c\u00f3digo utilizado para la realizaci\u00f3n de todos los pasos del ejercicio. Es un documento de RMarkdown <\/strong>creado en la \u00faltima versi\u00f3n de RStudio<\/strong> (denominada \u00abDesert Sunflower<\/em>\u00bb – La pod\u00e9is descargar AQU\u00cd<\/a><\/strong>). \u00bf?<\/p>\n\n\n\n

<\/p>\n\n\n\n

sobre COPILOT en RStudio ,… s\u00ed, has le\u00eddo bien<\/strong>.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

\u00bfY por qu\u00e9 usar una build de RStudio que a\u00fan no se ha publicado de manera oficial?<\/strong> Pues por un motivo realmente de peso. Me he instalado la Desert Sunflower<\/em> porque desde esta, en adelante, va a ser posible la utilizaci\u00f3n de COPILOT <\/strong>con RStudio<\/strong>. Claro est\u00e1, sabiendo esto no ten\u00eda muchas ganas de esperar m\u00e1s… <\/p>\n\n\n\n

COPILOT <\/strong>es algo realmente impresionante en muchos aspectos. Te ayuda a la hora de generar ideas de c\u00f3digo (cosas en las que no caes, estructuras que desconoces, formas diferentes de hacer una misma cosa), corregir errores, ahorrar tiempo, por ejemplo, cuando propone soluciones inmediatas si hay c\u00f3digo con una estructura que se va a repetir, te ayuda incluso con la traducci\u00f3n, con la interpretaci\u00f3n de algunos resultados, etc). La verdad es que la herramienta es de una utilidad importante y creo que merece la pena acostumbrarse a usarla en el d\u00eda a d\u00eda.<\/strong> Tiene algunos fallos, y a veces desespera por ciertas cosas que hace. Por ejemplo, es molesto cuando se inserta por error algo en tu c\u00f3digo y no sabes cuando p. le diste TAB para que ocurriera eso. Igual molesta un poco por su rapidez a la hora de ofrecer \u00abun trozo de c\u00f3digo\u00bb cuando lo mismo no te interesa para nada, y solo quieres mirar la pantalla y pensar. Cosas que, como os digo, no dejan de ser \u00abminucias\u00bb si tienes en cuenta los enormes beneficios. Eso s\u00ed, ya os aviso<\/strong> que, tras el periodo de prueba de 30 d\u00edas, hay que empezar a pagar para utilizarlo<\/strong> (unos 10 euros\/mensuales o, pago anual con un peque\u00f1o ahorro). <\/p>\n\n\n\n

Aqu\u00ed un ejemplo de c\u00f3digo propuesto para realizar un gr\u00e1fico.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Si est\u00e1is interesados en utilizar esta herramienta y quer\u00e9is m\u00e1s informaci\u00f3n, el mejor sitio para echar un vistazo es AQU\u00cd<\/a><\/strong> (https:\/\/github.com\/features\/copilot). <\/p>\n\n\n\n

Por \u00faltimo, no olvid\u00e9is que una vez que tienes COPILOT<\/strong>, puedes utilizarlo no solo en RStudio<\/strong>. Podr\u00e1s hacerlo igualmente en, por ejemplo, Visual Studio Code <\/strong>cuando est\u00e9s programando en Python <\/strong>(que, claro est\u00e1, es un lenguaje tambi\u00e9n es soportado). Esto \u00faltimo es algo que probar\u00e9 algo m\u00e1s tarde, dado que decid\u00ed no tocar Python hasta que no adquiriera los conocimientos necesarios en R para trabajar con soltura. <\/p>\n\n\n\n

<\/p>\n\n\n

\n
\"\"<\/figure>\n<\/div>\n\n
\n
\"\"<\/figure>\n<\/div>","protected":false},"excerpt":{"rendered":"

En esta pr\u00e1ctica trabajaremos con la regresi\u00f3n lineal simple y el dataset de mtcars en R. Puedes ver esta pr\u00e1ctica desarrollada en el siguiente [enlace Pubs]  La regresi\u00f3n lineal simple es un m\u00e9todo estad\u00edstico que se utiliza para modelar la relaci\u00f3n (LINEAL) entre una variable dependiente (o respuesta) y una variable independiente. La idea principal detr\u00e1s de la regresi\u00f3n […]<\/p>\n","protected":false},"author":1,"featured_media":330,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7,5],"tags":[],"class_list":["post-236","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-r","category-tecnica-y-practica"],"_links":{"self":[{"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/posts\/236","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/comments?post=236"}],"version-history":[{"count":3,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/posts\/236\/revisions"}],"predecessor-version":[{"id":313,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/posts\/236\/revisions\/313"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/media\/330"}],"wp:attachment":[{"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/media?parent=236"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/categories?post=236"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/agustincastro.es\/index.php\/wp-json\/wp\/v2\/tags?post=236"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}