CAPÍTULO 7. AJUSTE CON MODELOS ESTADÍSTICOS
190
## ---
## Signif. codes:
## 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 95.6146 on 8 degrees of freedom
## Residual deviance: 6.9977 on 7 degrees of freedom
## AIC: 34.24
##
## Number of Fisher Scoring iterations: 4
# Hagamos una función para predecir con el modelo
ff
<-
function
(
x
)
predict
(mm,
newdata
=
data.frame
(
horasCurso
=x),
type
=
"response"
)
# De acuerdo con el modelo, las probabilidades de éxito
# para cursos de 30 y 50 horas serían:
ff
(
c
(
30
,
50
))
##
1
2
## 0.3813 0.9113
Ahora procedemos a mostrar estos resultados gráficamente como sigue:
# Primeramente graficamos los datos observados
plot
(horasCurso, exito,
pch
=
16
,
col
=
"red"
)
# Ahora agreguemos la curva correspondiente al modelo:
curve
(ff,
col
=
"blue"
,
add
=T)
El resultado visual del código anterior se puede ver en la Fig. 7.7.
