solo contrastes pesos 2 poblaciones
DESCRIPTION
coTRANSCRIPT
-
20 TEMA 5. BONDAD DE AJUSTE
5.4. Mas ejemplos
1. Los siguientes datos corresponden a la duracion de diez pilas de cierta marca en cientos dehoras.
i 1 2 3 4 5 6 7 8 9 10xi 0,023 0,406 0,538 1,267 2,343 2,563 3,334 3,491 5,088 5,587
Se quiere contrastar si la variable aleatoria duracion de vida de las pilas se ajusta a unadistribucion de tipo exponencial. Se pide:
a) Sabiendo que la funcion de distribucion exponencial es FX(x) = 1 ex, determinarsu expresion si se estima con = x1.
0.40584
b) Determinar la distancia de Kolmogorov. D 0.2136
c) Concluir si los datos se ajustan a la distribucion exponencial dada.
-
Tema 7
Intervalos de confianza y contrastesde hipotesis
7.1. Intervalo de confianza de la media.
44. Cargar (abrir) el conjunto de Datos ElPulso.rda. Se pide:
a) Calcular el intervalo de confianza para el peso medio de todos los individuoscon = 0,05.Para realizar el contraste de la media o hallar el intervalo de confianza, se elige en elMenu, Medias->Test para una muestra
21
-
22 TEMA 7. INTERVALOS DE CONFIANZA Y CONTRASTES DE HIPOTESIS
t.test(Pulso$Peso, alternative=two.sided, mu=0.0, conf.level=.95)
One Sample t-testdata: Pulso$Peso t = 58.6473, df = 91, p-value
-
7.1. INTERVALO DE CONFIANZA DE LA MEDIA. 23
45. Se espera que la resistencia en kg/cm2 de cierto material suministrado por un proveedor sedistribuya normalmente, con media 220 y desviacion tpica 7.75. Se toma una muestra de 9elementos y se obtiene: 203, 229, 215, 220, 223, 233, 208, 228, 209. Se pide:
a) Contrastar la hipotesis = 220 y cualquiera.
En la Ventana de instrucciones asignamos la variable resistencia conresistencia
-
24 TEMA 7. INTERVALOS DE CONFIANZA Y CONTRASTES DE HIPOTESIS
7.2. Intervalos de confianza y contraste de la proporcion.
47. Cargar (abrir) el conjunto de Datos Pulso.rda y calcular el intervalo de confianza parala proporcion pF de individuos que fuman con = 0,05.
Para realizar el contraste de la proporcion o hallar el intervalo de confianza, se elige en elMenu, Proporciones->Test de Proporciones para una muestra
> .Table .Table Fumarfuma no fuma28 64
> prop.test(rbind(.Table), alternative=two.sided, p=.5, conf.level=.95, correct=FALSE)1-sample proportions test without continuity correctiondata: rbind(.Table), null probability 0.5X-squared = 14.087, df = 1, p-value = 0.0001746 alternative hypothesis: true p is notequal to 0.5 95 percentconfidence interval: 0.2197369 0.4046427 sample estimates: p 0.3043478
prop.test(c(28),c(92) alternative=two.sided, p=.5, conf.level=.95, correct=FALSE)
-
7.3. INTERVALOS DE CONFIANZA Y CONTRASTE DE DIFERENCIA DE DOS MEDIAS:25
7.3. Intervalos de confianza y contraste de diferencia de dosmedias:
52. Cargar (abrir) el conjunto de Datos Pulso.rda y determinar si hay diferencia signi-ficativa entre la altura media de hombres y mujeres con un nivel de significacion = 0,05.
Si llamamos a la altura media de hombres H y a la altura media de mujeres M , se trata derealizar el contraste
H0 H = M = 0H1 H 6= M
}
Este ejercicio lo vamos a resolver de 2 formas.
La primera acudimos en el Menu, a Medias->Test de para muestras indepeendientes. Acontinuacion elegimos la variable explicada Altura desglosada por la variable de GruposSexo, dejando por defecto la opcion de contraste Bilateral y tambien por defecto nosuponer varianzas iguales (21 6= 22)
La salida en la Ventana de resultados nos dice que el p-value = 9.778e-15 muy inferiorque el = 0,05 que habamos fijado. Por ello se rechaza la igualdad de medias. A suvez, llegamos a la misma conclusion, si nos fijamos en queconfidence interval: 10.80570 16.39458, no incluye el valor nulo.
buhoPlaced Image
buhoPlaced Image
buhoPlaced Image
-
26 TEMA 7. INTERVALOS DE CONFIANZA Y CONTRASTES DE HIPOTESIS
> t.test(Altura~Sexo, alternative=two.sided, conf.level=.95,var.equal=FALSE, data=Pulsaciones)
Welch Two Sample t-test
data: Altura by Sexo t = 9.7007, df = 72.514, p-value = 9.778e-15alternative hypothesis: true difference in means is not equal to 095 percent confidence interval:10.80570 16.39458sample estimates: mean in group hombre mean in group mujer
179.7161 166.1160
El metodo anterior con menus requiere tener los valores de las dos variables en unamisma columna y a su vez desglosada con otra columna que hace de factor. La segundaforma es mas versatil.A partir del comando t.test de arriba bastara escribir:
t.test(Altura[Sexo==hombre],Altura[Sexo==mujer],var.equal=FALSE, alternative=two.sided, conf.level=.95,
Teniendo en cuenta que la seleccion de las variables puede ser mas complicado que las opcionesque ofrece el Menu de Rcommander, la segunda forma es mas flexible que la primera.
-
7.4. INTERVALOS DE CONFIANZA Y CONTRASTE DE DIFERENCIA DE DOS PROPORCIONES.27
7.4. Intervalos de confianza y contraste de diferencia de dosproporciones.
52. Cargar (abrir) el conjunto de Datos Pulso.rda y determinar si hay diferencia signi-ficativa entre la proporcion de hombres y mujeres que fuman con un nivel designificacion = 0,05.
Si llamamos a la proporcion de hombres que fuman pF |H y a la proporcion de mujeres quefuman pF |M , se trata de realizar el contraste
H0 pF |H = pF |M = p0H1 pF |H 6= pF |M
}
Este ejercicio lo vamos a resolver de 2 formas.
La primera acudimos en el Menu, a Proporciones->Test de Proporciones para dos mues-tras. A continuacion elegimos la variable explicada Fumar desglosada por la variable deGrupos Sexo, dejando por defecto la opcion de contraste Bilateral y tambien por defectola aproximacion normal
La salida en la Ventana de resultados nos dice que el p-value = 0.2158 mayor que el = 0,05 que habamos fijado. Por ello se acepta la igualdad de proporciones. A su vez,
-
28 TEMA 7. INTERVALOS DE CONFIANZA Y CONTRASTES DE HIPOTESIS
llegamos a la misma conclusion, si nos fijamos en queconfidence interval: -0.06398087 0.30859240, incluye el valor nulo,
> .Table rowPercents(.Table)
FumarSexo fuma no fuma Total Counthombre 35.1 64.9 100 57mujer 22.9 77.1 100 35
> prop.test(.Table, alternative=two.sided, conf.level=.95, correct=FALSE)2-sample test for equality of proportions without continuity correction
data: .Table X-squared = 1.5321, df = 1, p-value = 0.2158alternative hypothesis: two.sided 95 percent confidence interval:-0.06398087 0.30859240sample estimates:
prop 1 prop 20.3508772 0.2285714
La segunda es hacer el recuento de las frecuencias respectivas, con:x1