Hola les comento, estoy estudiando estadistica, y tengo que hacer unos ejercicios para mañana, el caso es que por mas que miro y leo y miro mas, investigo no se hacer este ejercicio, si porfavor alguien entendido me lo puede resolver, para mi seria un gran favor.
me dan una tabala con una serie de datos, altura de hombres y altura de mujeres.
hombres: 92.7 94.1 96.5 94.1 96.0 98.2 93.2 97.1 93.7 96.5 94.4 93.1
mujeres: 96.9 94.0 93.7 96.5 94.3 93.9 93.9 93.5 97.0 96.5 95.6 98.2 97.2 92.0 96.6 96.4 96.3 95.1 94.9 92.1 97.1 96.6 96.8
ahora vienen las preguntas:
a) escribe la hipotesis nula y alternativa y contrasta hipotesis estadistica para decidir si las varianzas de las alturas para hombres y para mujeres pueden considerarse iguales. Un nivel de significacion del 8% e interpreta los resultados que te proporciona R.
b) calcula y escribe el intervalo de confianza al 97% para la diferencia de alturas medias entre hombres y mujeres. ¿el intervalo contiene el cero?¿que suigiere este hecho sobre la diferencia de alturas?
c)escribe las hipotesis nulas y alternativas adecuadas y contrasta con un nivel de significaion del 4% si podemos asumir que la altura media de los hombres es superior a la altura media de las mujeres. Escribe los resultados que te proporciona R e interpretalos.
por si alguien decide ayudarme dejo los datos separados con comas para poderlos introducir en R tan solo copiando y pegando:
hombres: 92.7,94.1,96.5,94.1,96.0,98.2,93.2,97.1,93.7,96.5,94.4,93.1
mujeres:96.9,94.0,93.7,96.5,94.3,93.9,93.9,93.5,97.0,96.5,95.6,98.2,97.2,92.0,96.6,96.4,96.3,95.1,94.9,92.1,97.1,96.6,96.8
En respuesta a alejandro derga
Re: Necesito ayuda me voy a voler loco
de Fernando Fernández Palacín -
Te escribo instrucciones, salidas y los comentarios
-Entrada de datos
>altura<-c(92.7,94.1,96.5,94.1,96.0,98.2,93.2,97.1,93.7,96.5,94.4,93.1,96.9,94.0,93.7,96.5,94.3,93.9,93.9,93.5,97.0,96.5,95.6,98.2,97.2,92.0,96.6,96.4,96.3,95.1,94.9,92.1,97.1,96.6,96.8)
>sexo<-c("h","h","h","h","h","h","h","h","h","h","h","h","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m")
>Datos<-data.frame(altura,sexo)
Una vez ejecutadas las instrucciones pulsa sobre "Conjunto de datos" en Rcmdr para activar el fichero Datos
a) Primero debes comparar las varianzas para ver si son iguales
>tapply(Datos$altura, Datos$sexo, var, na.rm=TRUE)
h m
3.267879 2.946126
>var.test(altura ~ sexo, alternative='two.sided', conf.level=.95, data=Datos)
F test to compare two variances
data: altura by sexo
F = 1.1092, num df = 11, denom df = 22, p-value = 0.7988
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.4190684 3.5462022
sample estimates:
ratio of variances
1.109212
El p-valor=0.7988 nos hace admitir la igualdad de varianzas
Hipótesis:
H_0: media_hombres=media_mujeres$$
H_1: media_hombres distinta media_mujeres$$
Aplicamos uns test de igualdad de medias para muestras independientes: con altura la variable y sexo el grupo. Se fija el nivel de confianza en 1-0.08=0.92
> t.test(altura~sexo, alternative='two.sided', conf.level=.92, var.equal=TRUE, data=Datos)
Two Sample t-test
data: altura by sexo
t = -0.7593, df = 33, p-value = 0.4531
alternative hypothesis: true difference in means is not equal to 0
92 percent confidence interval:
-1.5964431 0.6515156
sample estimates:
mean in group h mean in group m
94.96667 95.43913
Admitimos la no diferencia de medias dado que p=0.4531
b) La misma opción de media de muestras independientes fijando el conf.level =0.97
> t.test(altura~sexo, alternative='two.sided', conf.level=.97, var.equal=TRUE, data=Datos)
Two Sample t-test
data: altura by sexo
t = -0.7593, df = 33, p-value = 0.4531
alternative hypothesis: true difference in means is not equal to 0
97 percent confidence interval:
-1.883748 0.938820
sample estimates:
mean in group h mean in group m
94.96667 95.43913
Intervalo de confianza del 97%:(-1.883748, 0.938820 ), el intervalo contiene al cero y por tanto se acepta la igualda de medias para un nivel de confianza de 0.97
c)Hipótesis:
H_0: media_hombres >= media_mujeres$$
H_1: media_hombres < media_mujeres$$
> t.test(altura~sexo, alternative='greater', conf.level=.96, var.equal=TRUE, data=Datos)
Two Sample t-test
data: altura by sexo
t = -0.7593, df = 33, p-value = 0.7735
alternative hypothesis: true difference in means is greater than 0
96 percent confidence interval:
-1.596443 Inf
sample estimates:
mean in group h mean in group m
94.96667 95.43913
Se acepta la H_0 ya que el p-valor es 0.7735>0.04 y además el intervalo del 96% (-1.596443, Inf) contiene al cero. Observa que aunque la media muestral de los hombres es menor que la de las mujeres se acepta con un 96% de confianza que la media poblacional es mayor o igual que la de las mujeres.
Más o menos, habría que darle un poco de forma.
-Entrada de datos
>altura<-c(92.7,94.1,96.5,94.1,96.0,98.2,93.2,97.1,93.7,96.5,94.4,93.1,96.9,94.0,93.7,96.5,94.3,93.9,93.9,93.5,97.0,96.5,95.6,98.2,97.2,92.0,96.6,96.4,96.3,95.1,94.9,92.1,97.1,96.6,96.8)
>sexo<-c("h","h","h","h","h","h","h","h","h","h","h","h","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m","m")
>Datos<-data.frame(altura,sexo)
Una vez ejecutadas las instrucciones pulsa sobre "Conjunto de datos" en Rcmdr para activar el fichero Datos
a) Primero debes comparar las varianzas para ver si son iguales
>tapply(Datos$altura, Datos$sexo, var, na.rm=TRUE)
h m
3.267879 2.946126
>var.test(altura ~ sexo, alternative='two.sided', conf.level=.95, data=Datos)
F test to compare two variances
data: altura by sexo
F = 1.1092, num df = 11, denom df = 22, p-value = 0.7988
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.4190684 3.5462022
sample estimates:
ratio of variances
1.109212
El p-valor=0.7988 nos hace admitir la igualdad de varianzas
Hipótesis:
H_0: media_hombres=media_mujeres$$
H_1: media_hombres distinta media_mujeres$$
Aplicamos uns test de igualdad de medias para muestras independientes: con altura la variable y sexo el grupo. Se fija el nivel de confianza en 1-0.08=0.92
> t.test(altura~sexo, alternative='two.sided', conf.level=.92, var.equal=TRUE, data=Datos)
Two Sample t-test
data: altura by sexo
t = -0.7593, df = 33, p-value = 0.4531
alternative hypothesis: true difference in means is not equal to 0
92 percent confidence interval:
-1.5964431 0.6515156
sample estimates:
mean in group h mean in group m
94.96667 95.43913
Admitimos la no diferencia de medias dado que p=0.4531
b) La misma opción de media de muestras independientes fijando el conf.level =0.97
> t.test(altura~sexo, alternative='two.sided', conf.level=.97, var.equal=TRUE, data=Datos)
Two Sample t-test
data: altura by sexo
t = -0.7593, df = 33, p-value = 0.4531
alternative hypothesis: true difference in means is not equal to 0
97 percent confidence interval:
-1.883748 0.938820
sample estimates:
mean in group h mean in group m
94.96667 95.43913
Intervalo de confianza del 97%:(-1.883748, 0.938820 ), el intervalo contiene al cero y por tanto se acepta la igualda de medias para un nivel de confianza de 0.97
c)Hipótesis:
H_0: media_hombres >= media_mujeres$$
H_1: media_hombres < media_mujeres$$
> t.test(altura~sexo, alternative='greater', conf.level=.96, var.equal=TRUE, data=Datos)
Two Sample t-test
data: altura by sexo
t = -0.7593, df = 33, p-value = 0.7735
alternative hypothesis: true difference in means is greater than 0
96 percent confidence interval:
-1.596443 Inf
sample estimates:
mean in group h mean in group m
94.96667 95.43913
Se acepta la H_0 ya que el p-valor es 0.7735>0.04 y además el intervalo del 96% (-1.596443, Inf) contiene al cero. Observa que aunque la media muestral de los hombres es menor que la de las mujeres se acepta con un 96% de confianza que la media poblacional es mayor o igual que la de las mujeres.
Más o menos, habría que darle un poco de forma.
En respuesta a Fernando Fernández Palacín
Re: Necesito ayuda me voy a voler loco
de alejandro derga -
Muchisimas gracias, estaba perdidisimo pero viendo esto creo que ya me voy enterando de algo. muchas gracias