Foro de discusión y soporte para usuarios de R

Si tienes dudas me escribes

intenta con el siguiente código: (después del #van mis cmentarios, no es
necesario que los borres cuando corras el codigo ya que # permite que todo
lo que está escrito despues, R no lea como linea de comando)


primero te envio el código, más abajo está la eplicacion de cada linea
(lee la explicacion primero)
 (en este código tu pendiente está representada por beta, si quieres saber si es significativa la tendencia, tienes que ver si es significativa esa pendiente, observando su valor-p asociado, ese valor lo encontraras en el summary de tu regresion, más abjo todo detallado)

datos=tus_datos
y=as.ts(datos)
x=-time(y)
y=log(y) #ojo! con esta linea
reg.trend=lm(y~x)
summary(reg.trend)
alpha= 5.581e-05
beta= 1.467e+00
plot(y)
lines(reg.trend$fit, col="red", lwd=2)
lines(alpha+beta*x, col="green", lwd=3)
title('Modelo de Regresión Ajustado')



reemplaza "tus_datos" por el nombre de tus datos


datos=tus_datos #aquí,le asignas a la variable datos, los valores de "tus_datos"

y=as.ts(datos) #guardas tus datos como serie de tiempo

x=-time(y) #si la tendencia que observas es decreciente en el tiempo,le
colocas el signo "-" delante de time, pero si es creciente, no le colocas
nada

y=log(y)# si tu serie presenta mucha varinza, utiliza el log de los datos,
sino borra esta línea y utiliza directamente los datos

reg.trend=lm(y~x) #aqui haces una regresion lineal considerando tendencia lineal

summary(reg.trend)#aquí veras el resultado de tu regresion lineal(por MCO) y saldrán las estimaciones de los parámetros: Estimate,(Intercept)corresponde alpha y lo que salga al lado de x, corresponde a
beta. Además ahí saldrán los valores.p asociados, los parámetros
significativos son aquellos que para un nivel del significncia del 5% son
menores que 0.05, es decir, para que tu pendiente de regresion (beta), osea tu
tendencia sea significativa, su valor p asociado debe ser menor que 0.05

alpha= 5.581e-05 #borra el numero que yo escribí y copia y pega el valor
de alpha(Intercept) que te salió en el summary
beta= 1.467e+00 #lo mismo que lo anterior, pero con x

#aqui viene el gráfico
plot(y)
lines(reg.trend$fit, col="red", lwd=2)
lines(alpha+beta*x, col="green", lwd=3)
title('Modelo de Regresión Ajustado')



suerte!!