BREVE MANUAL DE R Y R COMMANDER

GILDA GARIBOTTI

Este manual est a dise nado para introducir R en un curso inicial de estad stica. Esta es una versi on preliminar y ser a actualizada frecuentemente en los pr oximos meses. Los distintos m etodos estad sticos son trabajados sobre un u nico ejemplo que es de f acil compresi on para alumnos de cualquier orientaci on. La idea es que se analice este ejemplo en detalle y se lo utilice para trabajar de manera similar otros ejemplos del pr actico de la materia. El R es un paquete estad stico de distribuci on gratuita. La p agina de web del programa es [Link] 1. Instalar R

El R corre en distintos sistemas operativos, entre otros Linux, Unix, Windows y Mac. Las indicaciones que daremos en esta secci on y en la secci on Instalar R Commander se reeren a la instalaci on en Windows. Para la instalaci on en otro sistema operativo consultar la p agina de web de R. Cree un subdirectorio llamado R dentro del directorio Archivo de programa. Entre en la p agina de web de R [Link] Del recuadro titulado Download and Install R seleccione Windows (95 and later) base [Link] (Nota: 2.6.1 es la versi on de R al momento de escribir este manual, en el futuro el nombre del archivo contar a con otros n umeros.) Guarde el archivo [Link] en el directorio Archivos de programa/R/ Para instalar el programa corra el archivo [Link]. Elija el idioma y presione Siguiente a medida que el instalador lo vaya solicitando. Recomendamos no hacer ning un cambio en las opciones que el instalador va proponiendo. Por ultimo apriete Finalizar. Para correr el programa hay que hacer click dos veces sobre el icono. 2. Instalar R Commander

El R Commander es la versi on con men us de R. Baje el paquete R Commander de la p agina de web de R. De la columna de la izquierda seleccione Packages. Luego, en la parte central de la p agina bajo el t tulo Available Bundles and Packages elija Rcmdr Rcmdr [Link]. (Nota: La versi on del paquete cambiar a en el futuro.) Guarde el archivo Rcmdr [Link] en el directorio Archivos de programa/R/. Ponga a correr el R. Del men u de R seleccione Paquetes Instalar paquete(s) a partir de archivos zip locales. Busque el directorio R y seleccione el archivo Rcmdr [Link]. Presione Abrir. Tenga en cuenta que la instalaci on de R Commander es id entica a la instalaci on de cualquier otro paquete de R.
Date : 4 de febrero de 2008.
1

GILDA GARIBOTTI

3.

Bibliograf a recomendada

R Development Core Team, Introducci on a R. Versi on en castellano de An introduction to R, traducido por A. Gonz alez y S. Gonz alez. E. Paradis, R para principiantes. Versi on en castellano de R for beginners, traducido por J. Ahumada. (Lo recomiendo especialmente para la parte de gr acos.) Estos manuales se pueden bajar de la p agina de web de R. Seleccione Manuals en la columna de la izquierda y vaya a contributed documentation. Cada paquete de R tiene su documentaci on que se puede bajar del mismo lugar de donde se baj o el paquete (Reference manual). 4. sicas Instrucciones ba

4.1. Denir el directorio de trabajo. Antes de comenzar a trabajar recomiendo que dena el directorio donde se va a querer trabajar. Supongamos que quiere trabajar en el directorio C:/nombreDirectorio En el prompt de la ventana R Console escriba > setwd("C:/Documents and Settings/pepe/Mis Documentos/acaTrabajoEnRHoy") De este modo, cuando quiera guardar o leer un archivo autom aticamente R se va a posicionar en ese directorio. Esto no impide que uno elija otro si lo quiere pero evita tener que buscar el directorio correcto cada vez. Si uno no dene el directorio de esta manera, autom aticamente R se posiciona en el directorio donde fue instalado el programa, Archivos de programa/R/, y no es una buena idea guardar otros archivos all . 4.2. Arrancar el R Commander. Seleccione Paquetes Cargar paquete Rcmdr. Aparece la ventana de R Commander. Otra manera de arrancar el R Commander es escribir library(Rcmdr) en el prompt de la venta de R, R Console. Salir. En la ventana de R Commander elija Fichero Salir De Commander y R. En caso de no haber entrado en R Commander y querer salir de R seleccione Archivo Salir y responda no a la pregunta Guardar imagen de area de trabajo?. Tambi en se puede salir escribiendo q() en el prompt de R Console. 5. Manejo de datos

4.3.

Todas las menciones a elegir de men us que se dan en esta secci on, se reeren a la ventana de R Commander. 5.1. Ingreso de datos. Suponga que queremos ingresar los datos del Cuadro 1. Llamaremos prueba1 a este conjunto de datos. En R prueba1 se denomina [Link]. prueba1 consta de dos variables dia y observacion. Tenga en cuenta que el nombre prueba1 es arbitrario. Seleccione Datos Nuevo conjunto de datos. Aparecer a una ventana. Borre Datos e ingrese el nombre prueba1 para el conjunto de datos que vamos a crear y presione Aceptar. Aparecer a el editor de datos. Comience por ingresar los 10 datos de la variable dia en la columna encabezada por var1 y los 10 datos de la variable observacion en la columna de var2. Para cambiarle el nombre a las columnas presione sobre var1. Aparecer a una ventana donde puede ingresar el nombre de la variable, dia en este caso. Haga lo mismo con

BREVE MANUAL DE R Y R COMMANDER

dia observacion dia1 2.3 dia1 2.1 dia1 1.7 dia1 1.8 dia1 1.5 dia2 2.0 dia2 2.3 dia2 2.6 dia2 2.5 dia2 1.9 Cuadro 1. Datos para cargar en R. var2. Usted ten a la opci on de especicar el tipo de variable, dia es una variable cualitativa (character) y observacion es una variable cuantitativa (numeric). Cierre el editor. 5.2. Grabado de datos. Para grabar los datos en el formato de R elija Datos Conjunto de datos activo Guardar el conjunto de datos activos. Elija el directorio donde quiere guardar los datos y el nombre del archivo, luego presione Guardar. Para grabar datos en otro formato seleccione Datos Conjunto de datos activo Exportar el conjunto de datos activo. Recomiendo desactivar las opciones Escribir el nombre de las filas y Entrecomillar valores tipo caracter. Tambi en recomiendo elegir Comas como Separador de campos, en este caso utilice la extensi on .csv (comma separated variables) para el nombre del archivo. Los archivos .csv pueden ser le dos entre otros con Excel. Guarde el conjunto de datos que ingresamos en un archivo llamado [Link]. Preserve el nombre de las variables dejando activada la opci on Escribir los nombres de las variables.

5.3.

Lectura de datos de un archivo. Para leer archivos .rda grabados con R elija Datos Cargar conjunto de datos busque el archivo y apriete Abrir. Es posible importar archivos de texto como el archivo [Link] que generamos anteriormente adem as de datos de SPSS, Minitab y STATA. Suponga que queremos leer el archivo [Link]. Seleccione Datos Importar datos desde archivo de texto o portapapeles. Elija el nombre que le quiere dar al conjunto de datos. Este se ha perdido al exportar los datos. Si los hubi esemos guardado en formato .rda el nombre prueba1 se hubiese preservado. Ahora llamemos p1 a los datos. Ingrese este nombre en Introducir el nombre del conjunto de datos. Deje seleccionada la opci on Nombre de las variables en el fichero porque el archivo contiene el nombre de las variables. Elija Comas en el Separador de campos. Oprima Abrir. 6. Manejo de Variables

Al ingresar los datos a trav es del editor, R no interpreta autom aticamente que la variable dia es una variable categ orica. Por ejemplo, para poder hacer diagramas de cajas para

GILDA GARIBOTTI

cada d a por separado o para poder hacer una prueba de hip otesis para comparar la media poblacional del d a 1 y la del d a 2 es necesario que R considere la variable d a como una variable categ orica. La manera m as simple de hacer esto es escribir en la Ventana de instrucciones p1$dia=[Link](p1$dia) y presionar Ejecutar. Para que el cambio sea realmente implementado edite los datos antes de realizar cualquier otra operaci on. Si dia hubiese sido una variable num erica en vez de tipo caracter se podr a proceder como se explica en la Secci on 7.1.3. 7. ficos Gra

Los datos que se dan en el archivo [Link] pertenecen a 78 alumnos de s eptimo grado de una escuela rural en EEUU. El objetivo del estudio era encontrar la relaci on entre el auto-concepto de los alumnos y su desenvolvimiento acad emico. Las variables que se presentan son obs, un identicador del sujeto; nota, promedio de las notas de s eptimo grado; ci, coeciente intelectual; sexo, femenino (1) o masculino (2) y concepto, puntaje global en la escala auto-concepto de Piers-Harris para chicos. Los valores de obs no son correlativos porque algunos alumnos abandonaron el estudio. 1. Cu antas variables contiene este conjunto de datos? Cu ales son categ oricas y cu ales cuantitativas? 2. Haga un gr aco tallo-hoja de las notas. 3. Describa la forma, centro y dispersi on de la distribuci on de las notas. Identique posibles observaciones at picas. 4. Graque un histograma de la distribuci on del coeciente intelectual de los alumnos. Considere 10 clases y utilice la escala de densidad. 5. Describa la forma, centro y dispersi on de la distribuci on del coeciente intelectual. Identique posibles observaciones at picas. El ci en general est a centrado en 100. El punto medio para estos alumnos es cercano a 100, claramente superior a 100 o claramente inferior a 100? 6. Compare mediante histogramas la distribuci on del auto-concepto de varones y mujeres. 7. Utilizando diagramas de cajas compare la distribuci on de las notas de hombres y mujeres. Describa cuales son las diferencias mas importantes. 7.1. Ayuda para la resoluci on. Comience por importar los datos en R Commander. Llamaremos dd al conjunto de datos. 7.1.1. Gr aco tallo-hoja. Seleccione Gr aficas Gr afica de tallos y hojas. En la ventana Gr afica de tallos y hojas elija la variable nota. Entre las opciones omitir Eliminar valores at picos. Una opci on del R al hacer el gr aco de tallo-hoja es omitir las observaciones at picas. Se recomienda hacer una primera inspecci on de todos los datos y luego decidir si es necesario omitir las observaciones at picas para obtener mayor detalle del grupo principal de observaciones. El gr aco aparece en la Ventana de resultados. 7.1.2. Histograma. Seleccione Gr aficas Histograma. En la ventana Histograma elija la variable ci, N umero de clases, 10 y Escala de los ejes, Densidades. El comando que realiz o el gr aco es el que aparece en la Ventana de instrucciones Hist(dd$ci, scale="density", breaks=10, col="darkgray")

BREVE MANUAL DE R Y R COMMANDER

Para obtener informaci on sobre la funci on Hist escriba ?Hist en la Ventana de instrucciones y presione Ejecutar. El cursor tiene que haber quedado en el rengl on donde escribi o ?Hist. Otra posibilidad es escribir ?Hist en R Console y apretar la tecla Enter. Para hacer un histograma para hombres y otro para mujeres tiene que denir dos nuevos conjuntos de datos, uno que contiene la informaci on sobre los hombres y otro que contiene la informaci on sobre las mujeres. Seleccione Datos Conjunto de datos activo Filtrar el conjunto de datos activo. Tenemos la opci on de elegir que s olo algunas de las variables est en en el nuevo conjuntos de datos, en nuestro caso s olo nos interesa la variable concepto, entonces sacamos la marca de Incluir todas las variables y elegimos concepto. Recomiendo que guarde tambi en la variable sexo para que pueda vericar que lo que hizo es lo que quer a. Supongamos que comenzamos por denir el conjunto de mujeres. En Expresi on de selecci on escribimos sexo == 1 y Nombre del nuevo conjunto de datos puede ser mujeres por ejemplo. Edite el conjunto de datos para ver que el conjunto denido es correcto. Note que ahora apretando en el recuadro al lado de Conjunto de datos se pueden seleccionar dos conjuntos de datos, dd y mujeres. Es fundamental que al hacer cualquier gr aco u operaci on el conjunto de datos activo sea el correcto. Por u ltimo realice el histograma. De manera an aloga se obtiene el histograma de los hombres. Tenga en cuenta que para comparar dos gr acos cualesquiera, y en particular dos histogramas, es necesario que las escalas de los dos gr acos sean las mismas. En este caso, las escalas del eje x coinciden pero las del eje y no. Una manera de resolver esto es especicando el rango de valores del eje y de los gr acos, de modo que los dos gr acos tengan un rango de valores de igual longitud. En este caso, si tomamos el rango de valores 0 a 0.037, cubrimos el rango de valores necesario para los dos gr acos. El rango de valores del eje y se especica agregando el par ametro ylim=c(0,0.037) a la funci on Hist. En la Ventana de instrucciones escriba Hist(mujeres$concepto, scale="density",breaks="Sturges", col="darkgray",ylim=c(0,0.037)) y luego presione Ejecutar. C omo hacer para ver los dos histogramas simult aneamente? Hay distintas posibilidades: Escriba x11() en la Ventana de instrucciones y presione Ejecutar antes de realizar el histograma de los hombres. Guarde cada gr aco en un archivo separado. En la Secci on 7.1.4 se explica como guardar un gr aco en un archivo. Haga los dos gr acos en la misma p agina. Para ello, antes de realizar los gr acos escriba en la Ventana de instrucciones layout(matrix(1:2, ncol=1)) y presione Ejecutar. Luego, realice los dos gr acos de la misma manera descripta anteriormente. Si desea cambiar los nombres del eje x y/o del eje y debe usar la funci on hist en vez de la funci on Hist que utiliza R Commander. Esta funci on se comporta de manera similar a Hist pero tiene m as opciones. Por ejemplo, en nuestro caso podr amos especicar hist(mujeres$concepto, freq=FALSE,breaks="Sturges",col="darkgray",

GILDA GARIBOTTI

ylim=c(0,0.037),xlab="auto-concepto",ylab="densidad", main="Histograma de auto-concepto de mujeres") Vea la ayuda para otras opciones, ?hist. 7.1.3. Gr aco de cajas. R Commander permite realizar gr acos de cajas de una variable para distintos grupos simult aneamente. Los grupos est an denidos por los valores de una variable categ orica. En nuestro caso, R considera la variable sexo como una variable num erica porque est a codicada con los valores 1 y 2. Para convertirla a una variable categ orica, seleccione Datos Modificar variables del conjunto de datos activo Convertir variable num erica en factor. Elija la variable sexo. Puede dejarle el mismo nombre, sexo. Renombre las categor as usando F en vez de 1 para mujeres y M para hombres, en vez de 2. Entonces elija Asignar nombres a los niveles. En la ventana Nombres de niveles para sexo escriba F y M y presione Aceptar. Ahora est a en condiciones de hacer el diagrama de cajas. Seleccione Gr aficas Diagrama de caja. Elija la variable nota. Presione Gr afica por grupos. Elija la variable que quiere usar para denir los grupos, tiene que ser una variable categ orica. En nuestro caso sexo. Presione Aceptar. El comando que realiz o el gr aco es el que aparece en la Ventana de instrucciones boxplot(nota~sexo, ylab="nota", xlab="sexo", data=dd) Para hacer un gr aco m as elegante podemos usar otras opciones de la funci on boxplot. Para investigar las opciones escriba ?boxplot en la Ventana de instrucciones y presione Ejecutar. Lea las opciones y los ejemplos que aparecen al nal del documento. Por ejemplo si queremos colorear las cajas, la de mujeres en rojo y la de hombres en azul tenemos que escribir boxplot(nota~sexo, ylab="nota", xlab="sexo", col=c("red","blue"), data=dd) 7.1.4. Guardar gr acos. Una vez que realiz o el gr aco y con la ventana del gr aco activada lo puede guardar de la siguiente manera: Seleccione Gr aficas Guardar gr afico en fichero como PDF/Postscript/EPS. Elija PDF. Busque donde quiere guardar el archivo y dele un nombre. 8. n y desviacio n Medidas de posicio

1. Halle la media y la mediana del auto-concepto de las mujeres. Qu e caracter stica de la distribuci on explica el hecho que la mediana sea mayor que la media? 2. Halle la desviaci on est andar, la desviaci on respecto de la mediana (MAD) y la varianza muestral del auto-concepto de las mujeres. 3. Halle los percentiles del 20 %, 50 % y 80 % del auto-concepto de todos los chicos que participaron del estudio. 8.1. Ayuda para la resoluci on. Cargue el conjunto de datos de mujeres que cre o en la Secci on 7. Para obtener la media y la mediana hay dos opciones. Seleccione Estad sticos Res umenes Res umenes num ericos. Elija la variable concepto. Elija Media y Cuantiles 0.5 para la mediana.

BREVE MANUAL DE R Y R COMMANDER

Otra opci on es seleccionar Estad sticos Res umenes Conjunto de datos activo. Obtiene el promedio, el desv o est andar, los percentiles del 0 % (m nimo), 25 %, 50 % (mediana), 75 % y 100 % (m aximo) y el n umero de observaciones de todas las variables. La desviaci on est andar se calcula a partir de la opci on Res umenes num ericos descripta arriba. El MAD y la varianza muestral se calculan escribiendo mad(dd$concepto) y var(dd$concepto) en la Ventana de instrucciones y presionando Ejecutar. Los percentiles se obtienen escribiendo quantile(dd$concepto,prob=c(0.2,0.5,0.8)) en la Ventana de instrucciones y presionando Ejecutar. 9. n entre auto-concepto y desenvolvimiento acad Relacio emico

1. Dena una variable que tome el valor bajo si el auto-concepto del chico es inferior al percentil del 20 %, medio si est a entre el percentil del 20 % y el del 80 % y alto si es superior al percentil del 80 %. En cada clase incluya el extremo derecho del intervalo y no el izquierdo. 2. Mediante un diagrama de cajas compare la distribuci on de las notas de los alumnos con auto-concepto bajo, medio y alto. 3. Construya histogramas de las notas para cada grupo de auto-concepto por separado. 4. Calcule la media, la mediana y el desv o est andar de las notas para cada grupo de auto-concepto por separado. 5. Calcule el MAD de las notas para cada grupo de auto-concepto por separado. 6. Utilice sus resultados para escribir una breve descripci on de los tres grupos. Los chicos con auto-concepto alto tienen mejores notas que los que tienen auto-concepto bajo? Cu al de sus descripciones (histogramas, diagrama de cajas, medidas num ericas) muestra esto? C omo se comparan los chicos con auto-concepto alto y medio? Cu al grupo es m as disperso cuando ignoramos las observaciones at picas? Cu al de sus descripciones muestra esto m as claramente? 9.1. Ayuda para la resoluci on. El percentil del 20 % de la variable concepto es 49 y el del 80 % 67. Por lo tanto la nueva variable que llamaremos ind20 tomar a el valor bajo si el auto-concepto es inferior o igual a 49, medio si el auto-concepto est a entre 49 y 67 incluyendo 67 y no incluyendo 49 y alto si es superior a 49. Comience por denir una variable ind1 que tomar a el valor T RUE si concepto > 49 y F ALSE si concepto 49. Seleccione Datos Modificar variables en el conjunto de datos activo Calcular una nueva variable. Nombre de la nueva variable: ind1, Expresi on a calcular concepto > 49. De manera an aloga dena la variable ind2 que toma el valor T RUE si concepto > 67 y F ALSE si concepto 67. Luego dena la variable ind3 = ind1 + ind2. Nuevamente utilizando la opci on Calcular una nueva variable y escribiendo la Expresi on a calcular ind1+ ind2.

GILDA GARIBOTTI

Por u ltimo dena la variable ind20. Elija Datos Modificar variables en el conjunto de datos activo Recodificar variables. Elija la variable ind3 en Variables a recodificar. Nuevo nombre o prefijo para variables m ultiples recodificadas: ind20. Introducir directrices de recodificaci on: 0 =bajo; 1 =medio; 2 =alto. Edite el conjunto de datos y verique que la variable est a bien denida. Borre las variables ind1 e ind2 y guarde el conjunto de datos ya que la variable ind20 la volver a a utilizar m as adelante. Para calcular la media, la mediana y el desv o est andar de las notas para cada grupo de auto-concepto por separado seleccione Estad sticos Res umenes Tabla de estad sticas. En Factores elija ind20 y en Variables explicadas nota. Despu es elija el estad stico que quiera. Para calcular el MAD elija Otro y en la caja que lo acompa na escriba mad. Para la media, la mediana y el desv o est andar otra opci on es elegir Res umenes num ericos y utilizar la opci on Resumir por grupos. 10. n entre auto-concepto y coeficiente intelectual Relacio

De manera similar a lo realizado en el ejercicio de la Secci on 9, estudie la relaci on entre auto-concepto y coeciente intelectual. En este caso considere s olo dos grupos de autoconcepto. El grupo de auto-concepto bajo, formado por los chicos cuyo auto-concepto es inferior al percentil del 20 % y el grupo de auto-concepto medio y alto formado por los restantes chicos. 11. n normal Distribucio

1. Halle la las siguientes probabilidades a ) Z N (0, 1): P (Z < 2.85), P (Z 2.76), P (Z > 1.66), P (1.66 Z < 2.85) b ) X N (266, 256): P (X < 282), P (234 X 298). 2. La variable Z tiene distribuci on normal est andar. a ) Halle el valor de z tal que el evento Z < z tiene probabilidad 0.8. b ) Halle el valor de z tal que el evento Z z tiene probabilidad 0.35. 3. La distribuci on del coeciente intelectual de los datos de la Secci on 7 es aproximadamente normal? Para contestar esta pregunta realice un histograma con 10 clases y superponga la curva normal y realice un gr aco de percentiles normales. Cu an bien satisface el coeciente intelectual la regla del 68-95-99.7 %? Para contestar esta pregunta calcule la media x y el desv o est andar s del coeciente. Luego calcule el porcentaje de observaciones que caen entre x s y x +s y comp arelo con 68 %. Haga los mismo para los intervalos que cubren 2 y 3 desv os est andar a cada lado de la media. 4. Realice un gr aco de percentiles normales de las notas de los chicos de la Secci on 7. Las notas tienen distribuci on aproximadamente normal? Justique. 11.1. Ayuda para la resoluci on. La funci on pnorm permite calcular las probabilidades del tipo P (X < x) y P (X > x) para X una variable con distribuci on normal. Para calcular P (Z < 2.85) escriba en la Ventana de instrucciones pnorm(2.85) y presione Ejecutar. Para calcular P (Z > 2.85) escriba pnorm(2.85, [Link]=FALSE)

BREVE MANUAL DE R Y R COMMANDER

Para calcular P (X < 282) escriba pnorm(282,mean=266,sd=sqrt(256)) Vea la ayuda para ver otras funciones relacionadas con pnorm. Para hallar el valor de z tal que el evento Z < z tiene probabilidad 0.8 debe usar la funci on qnorm. Escriba en la Ventana de instrucciones qnorm(0.8) Para poder comparar el histograma con la densidad normal es necesario utilizar la escala de densidad al gracar el histograma. Graque el histograma. Luego calcule la media y el desv o est andar de la variable ci. Los valores son x = 108.92 y s = 13.17. Para superponer la curva normal al histograma escriba en la Ventana de instrucciones curve(dnorm(x,mean=108.92,sd=13.17), add=TRUE, col="red",lwd=2) Para hacer un gr aco de percentiles normales seleccione Gr aficas Gr afica de comparaci on de cuantiles. Elija la variable que desea gracar y presione Aceptar. R graca adem as de los puntos y la recta correspondiente al ajuste perfecto a la distribuci on normal unas lineas punteadas que corresponden a intervalos de conanza puntuales. Para eliminar estas lineas punteadas, en el llamado a la funci on [Link] que gener o R para producir el gr aco (la que aparece en la Ventana de instrucciones) agr eguele la opci on envelope=FALSE y presione Ejecutar. 12. Inferencia para la media

1. Halle un intervalo de conanza del 90 % para la media del coeciente intelectual de alumnos de s eptimo grado de escuelas rurales de la regi on donde se tom o la muestra. 2. Qu e supuestos son requeridos para la validez de los m etodos utilizados para obtener el intervalo de conanza? Estos supuestos son razonables en este caso? 3. Es verdad que el 90 % de los estudiantes de s eptimo grado de escuelas rurales de la regi on tienen un ci que est a en el intervalo hallado en el inciso 1? 4. Suponga que se hubiesen estudiado 700 alumnos en vez de 78 y que tanto la media como el desv o est andar observados se hubiesen mantenido iguales. El intervalo de conanza construido a partir de la muestra de 700 alumnos hubiese sido m as largo, m as corto o igual al que se obtuvo en el inciso 1? 5. Los investigadores creen que el coeciente intelectual medio de los chicos de s eptimo grado de escuelas rurales de la regi on estudiada es superior al promedio general, que es 100. a ) Escriba las hip otesis nula y alternativa para evaluar la sospecha de los investigadores. b ) Realice la prueba de hip otesis. Halle el p-valor e interprete los resultados en t erminos del problema. 6. Se desea estudiar si el coeciente intelectual de alumnos con auto-concepto bajo (inferior al percentil del 20 %) es inferior al de aquellos que tienen auto-concepto medio y alto. Ver Secci on 10. Utilizar a una prueba de hip otesis bilateral o unilateral? [Link] una prueba de hip otesis. Plantee las hip otesis, obtenga el estad stico del test, los grados de libertad y el p-valor. La diferencia es signicativa a nivel 1 %?

10

GILDA GARIBOTTI

7. Construya un intervalo de conanza del 90 % para la diferencia de ci medio de chicos con auto-concepto medio y alto y aquellos de auto-concepto bajo de la poblaci on estudiada. 8. Enuncie los supuestos requeridos para la validez de los m etodos utilizados en los incisos 6 y 7. Verique lo que sea posible. 12.1. Ayuda para la resoluci on. Intervalo de conanza para la media de una poblaci on. Seleccione Estad sticos Medias Test t para una muestra. Elija la variable ci, Media poblacional = mu0, Nivel de confianza: 0.90 y presione Aceptar. El intervalo de conanza aparece en la Ventana de resultados. Prueba de hip otesis para la media de una poblaci on. Seleccione Estad sticos Medias Test t para una muestra. Elija la variable ci, Media poblacional >mu0, Hip otesis nula: mu = 100 y presione Aceptar. Prueba de hip otesis para diferencia de medias poblacionales. Seleccione Estad sticos Medias Test t para muestras independientes. Grupos: elija la variable que deni o en la Secci on 10; Variable explicada: ci. Observe que en Diferencia dice con que diferencia trabajar a en mi caso medio y alto menos bajo. De acuerdo a la diferencia que este considerando el programa debe elegir la hip otesis alternativa. Hip otesis alternativa: Diferencia >0; Suponer varianzas iguales? Yes. La decisi on acerca de si suponer las varianzas iguales o no se puede tomar mirando un diagrama de cajas o realizando una prueba de hip otesis. Para la prueba de hip otesis elija Estad sticos Varianzas Test F para dos varianzas. Intervalo de conanza para la diferencia de medias. Siga los mismos pasos que para la prueba de hip otesis pero elija Bilateral en Hip otesis alternativa. Tenga en cuenta que diferencia est a considerando el programa (Diferencia) para la interpretaci on del intervalo de conanza. 13. Inferencia para proporciones

1. Si un estudiante obtiene una nota promedio superior a 7 promociona y no debe dar examen nal para terminar la primaria. a ) Estime mediante un intervalo de conanza del 99 % la proporci on de estudiantes de s eptimo grado de escuelas rurales de la regi on estudiada que promociona. b ) Hay suciente evidencia a nivel 0.05 para decir que m as del 60 % de los alumnos terminan la primaria sin necesidad de dar examen nal? Plantee las hip otesis, informe el valor del estad stico y el p-valor. c ) Qu e supuestos son necesarios para la validez de la prueba de hip otesis y el intervalo de conanza? d ) De un intervalo de conanza del 95 % para la diferencia en la proporci on de individuos con auto-concepto medio y alto y bajo que no deben rendir examen nal. Interprete en t erminos del problema. e ) Los investigadores piensan que los alumnos con auto-concepto medio y alto tienen m as facilidad para terminar sin necesidad de rendir examen nal que aquellos que tienen auto-concepto bajo. Los datos acuerdan con esta

BREVE MANUAL DE R Y R COMMANDER

11

expectativa? Establezca las hip otesis, halle el test, su p-valor y escriba su conclusi on. 13.1. Ayuda para la resoluci on. Comience por denir una variable que llamaremos promociona que vale SI si el alumno obtuvo un promedio superior a 7 y NO si debe rendir examen. Intervalo de conanza para una proporci on. Seleccione Estad sticos Proporciones Test de proporciones para una muestra. Elija la variable promociona, Proporci on de la poblaci on = p0, Nivel de confianza: 0.99 y presione Aceptar. Prueba de hip otesis para una proporci on. Seleccione Estad sticos Proporciones Test de proporciones para una muestra. Elija la variable promociona, Proporci on de la poblaci on >p0, Hip otesis nula = .6, Aproximaci on normal con correcci on para la continuidad y presione Aceptar. Intervalo de conanza para la diferencia de proporciones. Seleccione Estad sticos Proporciones Test de proporciones para dos muestras. Grupos: elija la variable que deni o en la Secci on 10; Variable explicada: promociona. Elija Aproximaci on normal con correcci on para la continuidad. Tenga en cuenta que diferencia est a considerando el programa (Diferencia) para la interpretaci on del intervalo de conanza. Prueba de hip otesis para la diferencia de proporciones. Siga los mismos pasos que para el intervalo de conanza. Elija la hip otesis alternativa apropiada teniendo en cuenta la diferencia (Diferencia) que el programa est a considerando. 14. n lineal Regresio

Los investigadores especulan que hay una asociaci on positiva entre coeciente intelectual y las notas, es decir ni nos con coeciente intelectual alto tienden a tener mejores notas. 1. Graque los datos. Cu al es la variable explicativa? 2. Describa la forma, direcci on y fuerza de la relaci on entre ci y nota. Identique observaciones at picas. 3. Calcule r 2 . Describa su signicado en t erminos del problema. 4. Halle la recta de m nimos cuadrados. Interprete la pendiente y la ordenada al origen en t erminos del problema. 5. Hay evidencia estad sticamente signicativa de que hay una relaci on lineal entre coeciente intelectual y desenvolvimiento acad emico? Plantee las hip otesis, calcule el test, el p-valor y escriba la conclusi on. 6. Halle un intervalo de conanza del 99 % para la pendiente de la recta de regresi on. Este intervalo muestra que la especulaci on de los investigadores es v alida? 7. Calcule los valores predichos para los alumnos estudiados, utilizando la recta de regresi on. Cu al es el valor predicho para el alumno 30 (obs = 30)? 8. Prediga, utilizando un intervalo del 95 % la nota de un alumno de la poblaci on cuyo coeciente intelectual es 93. Repita el c alculo para un alumno con ci igual a 140. Discuta estas predicciones. 9. Estime mediante un intervalo de conanza del 99 % la nota media de alumnos de la poblaci on con ci igual a 120.

12

GILDA GARIBOTTI

10. Cu ales son los supuestos para la validez de las pruebas de hip otesis e intervalos de conanza realizados? Haga gr acos que le permitan vericarlos y discuta su validez. 14.1. Ayuda para la resoluci on. Gr aco: Seleccione Gr aficas Diagrama de dispersi on . Elija ci como variable x y nota como variable y . Borre las marcas de las opciones Cajas de dispersi on marginales, Linea de m nimos cuadrados y Linea suavizada. Presione Aceptar. r 2 : Elija Estad sticos Res umenes Matriz de correlaciones. Marque las dos variables de inter es y presione Aceptar. Recta de regresi on: Seleccione Estad sticos Ajuste de modelos Regresi on lineal. Elija un nombre para el modelo, por ejemplo modelo1. La variable respuesta es nota y la variable explicativa es ci. Note que ahora en el recuadro contiguo a Modelo: aparece el nombre del modelo que acabamos de generar. Cada vez que quiera trabajar con ese modelo deber a hacer aparecer su nombre en este recuadro. Intervalo de conanza para la pendiente: Elija Modelos Intervalos de confianza. Predicci on: Seleccione Modelos A~ nadir las estad sticas de las observaciones a los datos. Elija Valores ajustados. Los valores predichos o ajustados son agregados al conjunto de datos. Intervalos de predicci on: Genere un nuevo conjunto de datos con una sola variable ci con los valores 93 y 140. Llamemoslo, por ejemplo nuevosDatos1. En la Ventana de instrucciones escriba predict(modelo1,newdata=nuevosDatos1,interval="prediction",level=0.95) y presione Ejecutar. Intervalos de conanza: Como en el caso de intervalos de predicci on genere un conjunto de datos con los valores de inter es para la variable ci. Llamemoslo, por ejemplo nuevosDatos2. En la Ventana de instrucciones escriba predict(modelo1,newdata=nuevosDatos2,interval="confidence",level=0.99) y presione Ejecutar. Vericaci on de los supuestos: Seleccione Modelos Gr aficas Gr aficas b asicas de diagn ostico. 15. lisis de la varianza Ana

Volveremos a estudiar la relaci on entre auto-concepto y desenvolvimiento acad emico analizada en la Secci on 9. 1. Realice un an alisis de le varianza para comparar las notas medias de alumnos con auto-concepto bajo, medio y alto. Postule las hip otesis, calcule el estad stico del test y el p-valor. 2. Haga un gr aco de medias. Utilice los resultados del ANOVA y el gr aco para escribir un breve reporte de sus conclusiones. 3. Utilice un test de comparaciones m ultiples para comparar las medias de los tres grupos. 4. Cu ales son los supuestos de este modelo? Se verican? 15.1. Ayuda para la resoluci on. ANOVA: Seleccione Estad sticos Medias ANOVA de un factor. Elija la variable que dene los grupos, ind20 y la variable nota como variable respuesta.

BREVE MANUAL DE R Y R COMMANDER

13

Gr aco de medias: Elija Gr aficas Gr afica de las medias. Seleccione las mismas variables que en el caso del ANOVA. Comparaciones m ultiples: Proceda como en el caso del ANOVA y marque la opci on Comparaciones dos a dos de las medias. Supuestos: Homogeneidad de varianzas: Analice los gr acos de cajas realizados en la Secci on 9. Test de Barttlett: Seleccione Estad sticos Varianzas Test de Bartlett. Distribuci on normal de los residuos: Rcmdr autom aticamente borra los resultados del ANOVA una vez que los imprime. Para poder analizar los residuales tenemos que volver a correrlo. Busque en la Ventana de instrucciones la sentencia del an alisis de la varianza .Anova <- lm(nota~ind20, data=dd) Ponga el cursor en esta linea y presione Ejecutar. Para hacer un gr aco de percentiles normales escriba en la Ventana de instrucciones qqnorm(.Anova$residuals) qqline(.Anova$residuals) y ejecute cada una de estos comandos. Note que en este ejemplo los supuestos del an alisis de la varianza no se verican. La manera correcta de analizar estos datos es por medio de t ecnicas no param etricas.
Centro Regional Universitario Bariloche, Universidad Nacional del Comahue, Bariblica Argentina loche, R o Negro, Repu E-mail address : garibotti@[Link]