Examen 2B– Libro abierto Ekstrom & Sorensen

Estadística Aplicada
12 de marzo de 2021
Importante: Esta prueba es individual y se rige bajo las políticas del curso.

Las respuestas deben ser presentadas en Microsoft Word, adicionalmente adjunte su RScript.
Recuerde que el tamaño máximo del archivo es 3 MB. Si el tamaño de su archivo es mayor,
subdivídalo en archivos menores a 3MB.

Galletas con chispas de chocolate. La correlación mide la relación lineal entre dos variables, y
una correlación baja no significa necesariamente que no haya asociación entre las dos
variables. Considere el conjunto de datos a continuación que muestra la relación entre la
calidad de las galletas con chispas de chocolate (en una escala predefinida donde un valor alto
corresponde a alta calidad) y la temperatura de horneado (en grados Celsius).

Temperatura 60 90 120 150 180 210 240 270 300

Puntaje 2 8 13 18 18 17 14 6 3

1. Lea los datos en R.

2. Calcule el coeficiente de correlación

3. Grafique el puntaje de calidad frente a la temperatura. ¿Existe alguna relación en

la gráfica?

Cuando la temperatura redondea entre los 150 y 250 °C obtiene una mejor
calidad.

1
Conteo de parásitos para el salmón. Un experimento con dos poblaciones de salmón
diferentes, del río 1 y del río 2, se llevó a cabo. Se infectaron trece peces de cada población y
después de cuatro semanas se contó el número de cierto tipo de parásitos para cada uno de
los 26 peces con los siguientes resultados:

Número de parásitos
Río 1 18 26 16 20 14 28 18 27 17 32 19 17 28
Río 2 31 31 32 22 41 31 29 40 41 39 36 17 29

1. Realice una gráfica de cajas de las dos muestras de salmón.

2. Utilice mean () y sd () para calcular las medias muestrales y la desviación

estándar muestral para la muestra rio1 y la muestra rio2, respectivamente.

3. Calcule la desviación estándar de la muestra combinada (es una medida de la

desviación estándar dentro de los grupos, ya que mide las desviaciones de las
medias del grupo.).

2
 4. Utilice lm () para calcular las medias del grupo y la desviación estándar de la
muestra combinada. Verifique los resultados con los de las dos primeras
preguntas.

Las medias son 21.54 y 32.23 respectivamente

Desviación estándar agrupada

Paquetes de carne picada. En la producción de carne, se especifica que los paquetes de carne
picada contienen 500 gramos de carne picada. Se extrajo una muestra de diez paquetes al azar
y los pesos registrados (en gramos) fueron:

496.1 501.7 494.3 475.9 511.2

502.4 492.5 500.6 489.5 465.7

1. ¿Cuál es la probabilidad de que un paquete extraído al azar de la muestra

contenga menos de 500 gramos?

0.6996436

3
 2. Lea los datos en R y calcule la media muestral y la desviación estándar muestral.
Media = 492.99 y desviación = 13.39382

3. Haga una gráfica QQ de los datos. ¿Es razonable describir la distribución de

pesos con una distribución normal?

NO es razonable

Para las siguientes preguntas, suponga que el peso de los paquetes de producción
se distribuye normalmente con una media y una desviación estándar iguales a las
de la pregunta 2.

4. Calcule la probabilidad de que un paquete extraído al azar de la producción

contenga menos de 500 g. Explique la diferencia entre esta probabilidad y la
probabilidad de la pregunta 1.
0.6996436

5. Calcule la probabilidad de que un paquete extraído al azar de la producción

contenga entre 490 y 510 gramos.
0.4862803
6. ¿Sería inusual encontrar un paquete con menos de 480 gramos de carne?
si

Sorción de disolventes orgánicos. En un experimento, se midió la sorción (absorción y

adsorción consideradas como un solo proceso) de una variedad de disolventes orgánicos
peligrosos. Los disolventes se clasificaron en tres tipos (ésteres, aromáticos y cloroalcanos) y el
propósito de este ejercicio es examinar las diferencias entre los tres tipos. Los datos se
enumeran en la tabla:

Solvente Sorción
Ésteres 0.29 0.06 0.44 0.61 0.55

4
 (estere) 0.43 0.51 0.10 0.34 0.53
0.06 0.09 0.17 0.60 0.17
Aromáticos 1.06 0.79 0.82 0.89 1.05
(aromatic) 0.95 0.65 1.15 1.12
Cloroalcanos 1.28 1.35 0.57 1.16 1.12
(chlor) 0.91 0.83 0.43

El conjunto de datos hazard del paquete isdals contiene las variabes type y sorptio.

1. Especifique un modelo estadístico que permita comparar la sorción de los tres

materiales.

2. Lea los datos en R y ajuste el modelo con lm ().

3. Calcule la estimación de la sorción esperada para cada uno de los tres tipos de
solventes. [Sugerencia: use summary () combinado con el comando lm () de la
pregunta 2. ¿Qué grupo usa R como grupo de referencia? ¿Cuál es la
interpretación de las estimaciones correspondientes a los otros tipos?]

4. Calcule las estimaciones de las diferencias por pares entre los valores esperados
para los tres tipos. ¿Puede encontrar alguno de los errores estándar en el
resultado del comando summary () de la pregunta 3? [Sugerencia: necesita la
desviación estándar combinada s. Lo encontrará cerca de la parte inferior de la
salida de summary ()].

5. Calcule los intervalos de confianza del 95% para las diferencias por pares entre
los valores esperados para los tipos (types). ¿Cuál es la conclusion con respecto
a las diferencias entre los tres tipos de solventes?

5
Aumento de peso para pollos. Se alimentó a veinte pollos con cuatro tipos de alimento
diferentes (cinco pollos para cada tipo) y se registró el aumento de peso de cada pollo después
de un período. Los resultados se enumeran en la tabla siguiente. El conjunto de datos chicken
del paquete isdals contiene dos variables, feed (alimento) y gain (ganancia).

Tipo de alimento Aumento de peso

(feed type) (weight gain)
1 55 49 42 21 52
2 61 112 30 89 63
3 42 97 81 95 92
4 169 137 169 85 154

1. Especifique un modelo estadístico para los datos. ¿Existe evidencia de que los
pollos crecen de manera diferente dependiendo del tipo de alimento que se les
dé? [Sugerencia: recuerde escribir factor (feed) como la variable explicativa en
R. ¿Por qué?]

2. Suponga que el tipo de alimento 1 (feed type 1) es un alimento de control. ¿Es el

aumento de peso significativamente diferente de este alimento de control para
todos los demás tipos de alimento? ¿Y qué hay de los tipos de alimento 2 y 3?
¿Producen diferentes ganancias de peso? [Sugerencia: podría (por ejemplo)
calcular y usar el valor de la diferencia menos significativa LSD].

3. Calcule un intervalo de confianza del 95% para la diferencia esperada en el

aumento de peso entre los tipos de alimento 1 y 3.