(a) En primer lugar es conveniente hacer un cambio de escala para que el peso (weight) este en kilogramos y la altura (height) en metros. Realiza un grafico con estas dos variables y valora si hay alguna posible errata en los datos. Puedes utilizar la variable bmi que relaciona las dos anteriores. weight bmi = height? (b) Las formulas utilizadas para definir la grasa corporal a partir de los metodos de Brozck y Siri son 457 Brozek = 414,2 Density 195 Siri = 450 Density Calcula la recta de regresion entre las variables Brozek y Density (sin invertir). Esperabas estos cocficientes de regresion? Dibuja el grafico con la recta ajustada, identifica posibles valores erroncos y, si los hay, corrigelos o eliminalos en caso que no se pucdan corregir. (c) Estudia la regresion de bmi en funcion unicamente de las medidas de las diferentes partes del cuerpo. Escribe el modelo obtenido. Utiliza un test F para determinar la significacion del modelo. Escribe las hipotesis de este test e interpreta el resultado obtenido. Que predictoras son significativas? (d) Estudia la heterocedasticidad y la normalidad de los errores. ; Hay alguna observacion con un alto leverage? Y con una gran influencing Si hay alguna observacion con alto leverage y gran influencin puedes climinarla y mirar si hay alguna mejora. (e) Propon alguna transformacion de la variable bmi (se puede utilizar la funcion transformTuckey del paquete rcompanion) para mejorar la heterocedasticidad. Puedes utilizar los datos con la o las observaciones eliminadas en el apartado anterior