• Un modelo es una versión simplificada de la realidad que nos permite hacer inferencias o prediccións sobre una población
• Un modelo es un resumen adecuado de la realidad
• Un modelo es una simplificación or aproximación a la realidad y por ende no reflejará toda la realidad (Burnham y Anderson)
• Todos los modelos estan equivocados, algunos son útiles (George Box)

• ¿Cuánto \(CO_2\) captan las plantas?

ggplot(CO2, aes(x = Type, y = uptake)) + geom_boxplot(aes(fill = Type), 
    notch = TRUE) + theme_classic()

ggplot(CO2, aes(x = Treatment, y = uptake)) + geom_boxplot(aes(fill = Treatment), 
    notch = TRUE) + theme_classic()

ggplot(CO2, aes(x = conc, y = uptake)) + geom_point() + 
    theme_classic()

alguna_funcion(Y ~ X1 + X2 + ... + Xn, data = data.frame)

• Y: Variable respuesta (Captación de \(CO_2\))
• ~: Explicado por
• \(X_n\): Variable explicativa n (Subespecie, tratamiento, etc.)
• data.frame:* Base de datos (CO2)
• alguna_funcion: El modelo a testear (nuestra simplificación de la realidad)

Fit1 <- lm(uptake ~ Type, data = CO2)

• Para este ejercicio usaremos un modelo lineal simple
• Equivalente a un ANOVA

• Para ver datos generales del modelo

library(broom)
glance(Fit1)

• Para ver parametros del modelo

tidy(Fit1)

• Para ver predicciones y residuales del modelo

augment(Fit1)

• Basado en criterios de información
• Trabajaremos con AIC
• \(K\) número de parámetros
• \(\ln{(\hat{L})}\) ajuste, mas positivo mejor, mas negativo es malo

\[AIC = 2 K - 2 \ln{(\hat{L})}\]

Fit1 <- lm(uptake ~ Type, data = CO2)
Fit2 <- lm(uptake ~ Treatment, data = CO2)
Fit3 <- lm(uptake ~ conc, data = CO2)
Fit4 <- lm(uptake ~ Type + Treatment + conc, data = CO2)
Fit5 <- lm(uptake ~ Type + conc + I(log(conc)), data = CO2)

• uptake ~ Type

• uptake ~ Treatment

• uptake ~ conc

• uptake ~ Type + Treatment + conc

• uptake ~ Type + conc + I(log(conc))

Modelo1 <- glance(Fit1) %>% dplyr::select(r.squared, 
    AIC) %>% mutate(Modelo = "Fit1")
Modelo2 <- glance(Fit2) %>% dplyr::select(r.squared, 
    AIC) %>% mutate(Modelo = "Fit2")
Modelo3 <- glance(Fit3) %>% dplyr::select(r.squared, 
    AIC) %>% mutate(Modelo = "Fit3")
Modelo4 <- glance(Fit4) %>% dplyr::select(r.squared, 
    AIC) %>% mutate(Modelo = "Fit4")
Modelo5 <- glance(Fit5) %>% dplyr::select(r.squared, 
    AIC) %>% mutate(Modelo = "Fit5")

Modelos <- bind_rows(Modelo1, Modelo2, Modelo3, Modelo4, 
    Modelo5) %>% arrange(AIC) %>% mutate(DeltaAIC = AIC - 
    min(AIC))

• family =
• gaussian (variable dependiente continua)
• binomial (variable dependiente 0 o 1)
• poisson (variable dependiente cuentas 1, 2 ,3 ,4 ,5)
• gamma (variable dependiente continua solo positiva)

\(R^2\): 0.3737256

\(R^2\): 0.3370364

##     cp  Accuracy     Kappa AccuracySD   KappaSD
## 1 0.00 0.9385473 0.9067089 0.02772756 0.0420216
## 2 0.44 0.7517576 0.6388303 0.16559470 0.2360850
## 3 0.50 0.5069109 0.2934713 0.15528770 0.2089088

• Loops normales y con purrr
• Plantillas de Journals para trabajar desde r (Instalar rticles)
• Hay que poder knitear a pdf instalar tinytex