  library(car)
  library(leaps)
  library(faraway)
  library(MASS)
  #########################################################################################
  # Lectura de los datos
  #setwd(<aquí ponen el nombre de la carpeta donde tienen sus datos)
  Decathlon<-read.csv("Decathlon.csv",row.names=1) # lectura del archivo eventualmente read.table con sus opciones
  attach(Decathlon)                               # archivo en uso
  lab <- rownames(Decathlon)                      # etiquetas de las unidades en lab 
  nom <- colnames(Decathlon)                      # etiquetas de las variables en nom    
  n = dim(Decathlon)[1]                           # número de unidades 
  p = dim(Decathlon)[2]                           # número de variables     
  ########################################################################################
  # regresión total
  lmd = lm(Points~., data=Decathlon)
  summary(lmd);anova(lmd);Anova(lmd)
  # partición de Decathlon 
  vel = Decathlon[,c(1,5,6,10)]                   # velocidades 
  lan = Decathlon[,c(3,7,9)]                      # lanzamientos
  sal = Decathlon[,c(2,4,8)]                      # velocidades
  mvel = as.matrix(vel)
  mlan = as.matrix(lan)
  msal = as.matrix(sal)
  # modelos parciales
  lmv = lm(Points~., data=vel); summary(lmv)
  lml = lm(Points~., data=lan); summary(lml)
  lms = lm(Points~., data=sal); summary(lms)
  # modelo particionado
  lmvl  = lm(Points~mvel+mlan); summary(lmvl)     # normal
  lanrv = lmlmv$residuals; round(cor(vel,lanrv),3)# residuos  
  lmvml = lm(Points~mvel+lanrv);summary(lmvml)    # parcializado
  #########################################################################################
  # Lectura de los datos
  #setwd(<aquí ponen el nombre de la carpeta donde tienen sus datos)
  Ciguenas<-read.csv("Ciguenas.csv",row.names=1) # lectura del archivo eventualmente read.table con sus opciones
  attach(Ciguenas)                               # archivo en uso
  lab <- rownames(Ciguenas)                      # etiquetas de las unidades en lab 
  nom <- colnames(Ciguenas)                      # etiquetas de las variables en nom    
  n = dim(Ciguenas)[1]                           # número de unidades 
  p = dim(Ciguenas)[2]                           # número de variables     
  ########################################################################################
  # regresiones para atrás a mano
  rcic <- lm(Birth~.,data=Ciguenas)
  summary(rcic)
  rcic1 <- lm(Birth~.-Storks,data=Ciguenas)
  summary(rcic1)
  anova(rcic1,rcic)
  rcic2 <- lm(Birth~Area,data=Ciguenas)
  summary(rcic2)
  anova(rcic2,rcic)
  anova(rcic2,rcic1)
  rcic0 <- lm(Birth~1,data=Ciguenas)
  summary(rcic0)
  # mejores regresiones con leaps 
  cic = as.matrix(Ciguenas)
  library(leaps)
  cic1 = leaps(x=cic[,1:3], y=Birth, int=TRUE, method="r2", nbest=1) ; cic1
  cic2 = leaps(x=cic[,1:3], y=Birth, int=TRUE, method="adjr2", nbest=1) ; cic2
  cic3 = leaps(x=cic[,1:3], y=Birth, int=TRUE, method="Cp", nbest=1) ; cic3
  # regresiones paso a paso con step  
  cicf <- step(rcic0, scope=list(lower=rcic0, upper=rcic), direction="forward"); summary(cicf)
  cicb <- step(rcic, direction="backward"); summary(cicb)
  cics <- step(rcic0,scope=list(lower=rcic0, upper=rcic), direction="both"); summary(cics)

  