n=20 #tama�o muestral (cuanto mayor es n, mayor es la potencia del test, i.e.

, m�s
peque�o es el IC)
lambda=2 #valor de 1/media de nuestra distribuci�n
alpha=0.05
nexp=100 #n�mero de experimentos

#help(rexp)

#help(qchisq)
c1=qchisq(alpha/2,df=2*n)
c2=qchisq(1-alpha/2,df=2*n)
c1
c2

#creaci�n de los IC para cada uno de los experimentos

inferior=rep(0,nexp)
superior=rep(0,nexp)
dentro=rep(0,nexp)

set.seed(1)
for(i in 1:nexp)
{
x=rexp(n,rate=lambda)
inferior[i]=c1/(2*sum(x))
superior[i]=c2/(2*sum(x))
dentro[i]=(inferior[i]<2.5)*(superior[i]>2.5)
}

sum(dentro)/nexp

#construimos el IC (un solo experimento)

#inferior=c1/(2*sum(x))
#superior=c2/(2*sum(x))
#inferior
#superior
#dentro=(inferior<lambda)*(superior>lambda) #comprobaci�n de que lambda est� dentro
del intervalo
#dentro

################## contr�ste de hip�tesis ################

#help(t.test)

n=25
alpha=0.05
set.seed(3)
x=rnorm(n,mean=1,sd=1)
x

resultado=t.test(x,alternative="two.sided",mu=0,conf.level=1-alpha)
resultado$p.value
#t.test()

########################## muestras no emparejadas #################

n1=200
n2=300
alpha=0.05
set.seed(5)
x=rnorm(n1,mean=1,sd=1)
y=rnorm(n2,mean=0,sd=1)

resultado=t.test(x,y,alternative="two.sided")
resultado

################### muestras binomiales ###############

n1=500
n2=1000
p1=0.5
p2=0.4
set.seed(7)
x=rbinom(n1,size=1,p1)
y=rbinom(n2,size=1,p2)
x
y
mean(x)
mean(y)
#resultado=t.test(x,y,alternartive="two.sided",conf.level=0.95)
#resultado=t.test(x,y,"greater",conf.level=0.95)
resultado=t.test(x,y,"less",conf.level=0.95)
resultado

############ veces que rechazo la H_0 ############

n=200
nexp=1000
set.seed(8)
rechazo=rep(0,nexp)

for(i in 1:nexp)
{
x=rnorm(n)
resultado=t.test(x,alternative="two.sided")
rechazo[i]=resultado$p.value<0.05
}
sum(rechazo)/nexp

########## con pocas muestras #######

n=5
nexp=10000
set.seed(8)
rechazo=rep(0,nexp)

for(i in 1:nexp)
{
x=rnorm(n,mean=1)
resultado=t.test(x,alternative="two.sided")
rechazo[i]=resultado$p.value<0.05
}
sum(rechazo)/nexp