peso=c(108,115,116,120,120, 125, 128, 130, 130, 140, 140, 147, 158, 160, 170, 177,

185)#creacin # de la variable peso

obs=c(1:17) #concatenar en una variable llamada obs los valores del 1 al 17
cbind(obs,peso) #mostrar peso y obs en dos columnas
plot(obs,peso, type = "o",col="blue" ) #hacer un grfico de obs en las x y peso en
las y
abline(h=mean(peso),lw=5,col="green") #agregar a ese grfico una lnea #horizontal
a la altura de la media del peso
segments(obs,peso,obs,mean(peso),lw=5,col="green")#agregar al grfico
#segmentos que van desde cada observacin a la media del peso
abline(lm(peso~obs),lw=5,col="red") #agregar linea de regresion a grafico
segments(obs,peso,obs,predict,lw=3,col="red") #segmentos de diferencias
#de los valores observados a los valores predichos de la
#regresion

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

#Cargar bibliotecas necesarias para anlisis de datos

load(orcutt)
load(car)
load(lmtest)
load(pastecs)

yr=c(1969,1970,1971,1972,1973,1974,1975,1976,1977,1978,1979,1980,1981,1982,1983,198
4,1985,1986,1987,1988,1989,1990,1991,1992,1993,1994,1995,1996,1997,1998,1999,2000,2
001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014)
pibsv=c(9.14,9.41,9.77,10.37,10.88,11.46,11.79,12.39,13.23,13.93,13.35,11.78,10.55,
9.88,10.03,10.17,10.23,10.25,10.51,10.70,10.81,11.33,11.73,12.62,13.55,14.37,15.29,
15.55,16.21,16.82,17.40,17.77,18.08,18.50,18.92,19.27,19.96,20.74,21.54,21.81,21.13
,21.42,21.89,22.30,22.68,23.13)
pibgt=c(9.95,10.52,11.10,11.92,12.73,13.54,13.80,14.82,15.98,16.78,17.57,18.23,18.3
5,17.70,17.24,17.33,17.22,17.25,17.86,18.56,19.29,19.89,20.61,21.61,22.46,23.36,24.
52,25.25,26.35,27.66,28.73,29.76,30.46,31.64,32.44,33.46,34.55,36.41,38.70,39.97,40
.18,41.34,43.06,44.34,45.98,47.93)
pibhn=c(3.43,3.56,3.70,3.91,4.22,4.17,4.26,4.71,5.19,5.71,5.98,6.02,6.17,6.09,6.03,
6.29,6.56,6.60,7.00,7.33,7.64,7.65,7.90,8.34,8.86,8.75,9.10,9.43,9.90,10.19,10.00,1
0.57,10.86,11.27,11.78,12.51,13.27,14.14,15.01,15.65,15.27,15.84,16.45,15.96,16.37,
16.94)
pibni=c(5.18,5.25,5.42,5.54,5.90,6.73,6.72,7.07,7.66,7.06,5.19,5.43,5.72,5.68,5.94,
5.85,5.61,5.55,5.51,4.82,4.74,4.74,4.73,4.75,4.73,4.89,5.18,5.50,5.72,5.93,6.35,6.6
1,6.81,6.86,7.03,7.41,7.72,8.04,8.47,8.71,8.47,8.74,9.29,9.76,10.20,10.68)

#GRUPO 1 - El salvador (sv)

#Anlisis visual de datos
plot(yr, pibsv, type = "o", col="red",lwd=2, main = "Producto Interno Bruto")
abline(h=mean(pibsv), col="green", lwd=2)

#analisis de estadstica descriptiva

stat.desc(pibsv)

#Estimacin de modelo lineal

modelsv=lm(pibsv~yr)
summary(modelsv)
dwtest(modelsv)
bgtest(modelsv)

#Estimacin de modelo logartmico

lnpibsv=log(pibsv, base = exp(1))
lnyr=log(yr, base = exp(1))
modellnsv=lm(lnpibsv~lnyr)
summary(modellnsv)
dwtest(modellnsv)
bgtest(modellnsv)

#Re-estimacin de modelo lineal

#con procedimiento Cochrane-Orcutt.
#y comparacin de modelos
cochrane.orcutt(modelsv)

#GRUPO 2 - Guatemala (gt)

#Anlisis visual de datos
plot(yr, pibgt, type = "o", col="red",lwd=2, main = "Producto Interno Bruto")
abline(h=mean(pibgt), col="green", lwd=2)

#analisis de estadstica descriptiva

stat.desc(pibgt)
#Estimacin de modelo lineal
modelgt=lm(pibgt~yr)
summary(modelgt)
dwtest(modelgt)
bgtest(modelgt)

#Estimacin de modelo logartmico

lnpibgt=log(pibgt, base = exp(1))
lnyr=log(yr, base = exp(1))
modellngt=lm(lnpibgt~lnyr)
summary(modellngt)
dwtest(modellngt)
bgtest(modellngt)

#Re-estimacin de modelo lineal

#con procedimiento Cochrane-Orcutt.
#y comparacin de modelos
cochrane.orcutt(modelgt)

#GRUPO 3 - honduras (hn)

#Anlisis visual de datos
plot(yr, pibhn, type = "o", col="red",lwd=2, main = "Producto Interno Bruto")
abline(h=mean(pibhn), col="green", lwd=2)

#analisis de estadstica descriptiva

stat.desc(pibhn)

#Estimacin de modelo lineal

modelhn=lm(pibhn~yr)
summary(modelhn)
dwtest(modelhn)
bgtest(modelhn)

#Estimacin de modelo logartmico

lnpibhn=log(pibhn, base = exp(1))
lnyr=log(yr, base = exp(1))
modellnhnt=lm(lnpibhn~lnyr)
summary(modellnhn)
dwtest(modellnhn)
bgtest(modellnhn)

#Re-estimacin de modelo lineal

#con procedimiento Cochrane-Orcutt.
#y comparacin de modelos
cochrane.orcutt(modelhn)

#GRUPO 4 - Nicaragua (ni)

#Anlisis visual de datos
plot(yr, pibni, type = "o", col="red",lwd=2, main = "Producto Interno Bruto")
abline(h=mean(pibni), col="green", lwd=2)

#analisis de estadstica descriptiva

stat.desc(pibni)

#Estimacin de modelo lineal

modelni=lm(pibni~yr)
summary(modelni)
dwtest(modelni)
bgtest(modelni)

#Estimacin de modelo logartmico

lnpibni=log(pibni, base = exp(1))
lnyr=log(yr, base = exp(1))
modelnlni=lm(lnpibni~lnyr)
summary(modellnni)
dwtest(modellnni)
bgtest(modellnni)

#Re-estimacin de modelo lineal

#con procedimiento Cochrane-Orcutt.
#y comparacin de modelos
cochrane.orcutt(modelhn)