Provides a set of accessible and automated functions to apply statistical models such as Simple Linear Regression (RLS, from the Spanish 'Regresión Lineal Simple'), Multiple Linear Regression (RLM, from the Spanish 'Regresión Lineal Múltiple'), Generalized Linear Models (GLM), and time series analysis through Autoregressive Integrated Moving Average (ARIMA) models. Designed to support teaching at the Universidad Autónoma Chapingo, it facilitates results interpretation and assumption validation through automatic graphical diagnostics. Developed as part of an undergraduate thesis at the Universidad Autónoma Chapingo, under the supervision of Dr. Julio César Buendía Espinoza (thesis advisor), with the participation of the thesis committee: Diego Ernesto Lira González (secretary), Israel Lerma Serna (member), Juan Uriel Avelar Roblero (alternate), and Elisa del Carmen Martínez Ochoa (alternate). Methods for regression and time series are based on Montgomery, Peck & Vining (2021, Introduction to Linear Regression Analysis, 6th ed., Wiley, ISBN:978-1119578727) and Box, Jenkins, Reinsel & Ljung (2015, Time Series Analysis: Forecasting and Control, 5th ed., Wiley, ISBN:978-1118675021).
GREENREG ofrece un conjunto de funciones accesibles y automatizadas para aplicar modelos estadisticos comunes en ciencias agropecuarias y ambientales: Regresion Lineal Simple (RLS), Regresion Lineal Multiple (RLM), Modelos Lineales Generalizados (logistica y Poisson), y modelos de series de tiempo (AR, MA, ARMA, ARIMA). Ademas de ajustar el modelo, cada funcion valida automaticamente los supuestos estadisticos, traduce los resultados a un veredicto interpretable, y genera graficas de diagnostico listas para usarse.
Desarrollado como parte de una tesis de licenciatura en la Universidad Autonoma Chapingo.
Version publicada en CRAN:
install.packages("GREENREG")
Version en desarrollo (con las correcciones mas recientes):
# install.packages("remotes")
remotes::install_local("ruta/al/paquete/GREENREG")
library(GREENREG)
data(datos_rendimiento_maiz)
modelo <- greenreg_rlm(rendimiento_maiz_ton_ha ~ ., data = datos_rendimiento_maiz)
print(modelo) # Coeficientes, VIF, supuestos y veredicto interpretado
plot(modelo) # Secuencia de 10 graficas de diagnostico
| Funcion | Modelo |
|---|---|
greenreg_rls() |
Regresion Lineal Simple |
greenreg_rlm() |
Regresion Lineal Multiple |
greenreg_logistico() |
Regresion Logistica (binomial) |
greenreg_reg_poisson() |
Regresion de Poisson |
greenreg_modelo_ar() |
Modelo Autorregresivo (AR) |
greenreg_modelo_ma() |
Modelo de Media Movil (MA) |
greenreg_modelo_arma() |
Modelo Autorregresivo de Media Movil (ARMA) |
greenreg_modelo_arima() |
Modelo Autorregresivo Integrado de Media Movil (ARIMA) |
greenreg_analisis_datos() |
Sugiere que modelo usar segun el tipo de variable |
Consulta la viñeta vignette("introduccion-greenreg") para un recorrido
completo, y NEWS.md para el historial de cambios.
Este paquete se mantiene activamente; si encuentras un comportamiento
inesperado, por favor documenta el caso (datos, codigo y salida obtenida) y
contacta al mantenedor listado en DESCRIPTION.