library(MASS) mod_pl <- lm(medv ~ poly(log(lstat), 2, raw = T), data = Boston) # configurar los puntos de datos relevantes # predecir los valores correspondientes de medv # calcular el efecto esperado del cambio # configurar los puntos de datos relevantes new_data <- data.frame(lstat = c(10, 11)) # predecir los valores correspondientes de medv Y_hat <- predict(mod_pl, newdata = new_data) # calcular el efecto esperado del cambio diff(Y_hat) ex() %>% check_object("new_data") %>% check_equal() ex() %>% check_object("Y_hat") %>% check_equal() ex() %>% check_function("diff") %>% check_result() %>% check_equal() success_msg("¡Correcto! El cambio esperado en medv para un aumento en lstat del 10% al 11% es de aproximadamente -1.16 (es decir, $-1160).")