library(AER) library(MASS) data(Boston) # ejecutar una regresión de medv en todas las variables restantes en el conjunto de datos de Boston # obtener un resumen robusto de los coeficientes # ¿Cuál es la R^2 del modelo? # ejecutar una regresión de medv en todas las variables restantes en el conjunto de datos de Boston full_mod <- lm(medv ~., data = Boston) # obtener un resumen robusto de los coeficientes coeftest(full_mod, vcov. = vcovHC, type = "HC1") # ¿Cuál es la R^2 del modelo? summary(full_mod)$adj.r.squared test_object("full_mod") test_function("coeftest", args="x") test_student_typed("vcov. = vcovHC") success_msg("Correcto. Observe que el valor p más pequeño está asociado con el coeficiente de la proporción p, la proporción alumno-maestro por ciudad. Es concebible que la calidad del distrito escolar sea un factor de ubicación importante. Según la R^2 ajustada, el modelo completo funciona mejor que el modelo tratado en los ejercicios 2 y 3 que utiliza un subconjunto más pequeño de las variables como regresores.")