19/11/21 21:58 Examen: [APEB1-15%] Práctica 2: Uso de R para pruebas de hipótesis

[APEB1-15%] Práctica 2: Uso de R para pruebas de

hipótesis
Comenzado:
19 de nov en 21:56

Instrucciones del examen

Descripción de la actividad

En contacto con el docente (ACD)      (      )

Componentes del
Práctico-experimental (APE)               (  x  )
aprendizaje:
Autónomo (AA)                                    (       )

Actividad de aprendizaje: Práctica 2: Uso de R para pruebas de hipótesis

Tipo de recurso: Practica cuestionario

Tema de la unidad: Unidad 2: Elementos de inferencia estadística.

Resultados de aprendizaje
Usa herramientas informáticas para el análisis de datos
que se espera lograr:

Revise de manera comprensiva el texto guía en el contenido

referente a la Unidad 2, específicamente sobre elementos de
inferencia estadística

Use R y resuelva los ejercicios detallados en documento anexo en

Estrategias didácticas: CANVAS.

Consulte otras fuentes bibliográficas, recursos educativos abiertos
(REA) y videos tutoriales o foros sobre Uso de R y algunas
funciones para gráficos Basado en los resultados obtenidos,
responda las preguntas al final de cada ejercicio.

Pregunta 1 1 pts

Para cargar el paquete "nortest", ¿cuál sería la instrucción apropiada?

Required(nortest)

https://utpl.instructure.com/courses/38154/quizzes/247359/take 1/5
19/11/21 21:58 Examen: [APEB1-15%] Práctica 2: Uso de R para pruebas de hipótesis

Install.package(nortest)

install.package(“nortest”)

Library(nortest)

Pregunta 2 1 pts

¿Cuál es el resultado del p-value en la prueba Anderson-Darling de los datos de

llenado de bolsas de harina: 452, 451, 447, 441, 446, 451, 452, 450, 449, 440?
(debe haber realizado la Practica#2)

0.0325

0,1665

0.6222

0,0745

Pregunta 3 1 pts

¿Cómo sería el código correcto para crear el objeto “contenido” con los datos
452, 451, 447, 441, 446, 451, 452, 450, 449, 440?


contenido<-(452, 451, 447, 441, 446, 451, 452, 450, 449, 440)

contenido<-seq(440, 452, 2)

c(452, 451, 447, 441, 446, 451, 452, 450, 449, 440)= contenido

contenido<-c(452, 451, 447, 441, 446, 451, 452, 450, 449, 440)

Pregunta 4 1 pts

De acuerdo a los resultados y debido que el valor de significancia pre establecido

fué del 5% es decir 0,05, la distribución de los datos (452, 451, 447, 441, 446,
https://utpl.instructure.com/courses/38154/quizzes/247359/take 2/5
19/11/21 21:58 Examen: [APEB1-15%] Práctica 2: Uso de R para pruebas de hipótesis

451, 452, 450, 449, 440) ¿se ajusta o no a una distribución normal?

Se ajusta ampliamente

Si se ajusta

No se ajusta

Se ajusta muy poco

Pregunta 5 1 pts

Cuando usa las ayuda de R para t.test y tiene usted que evaluar dos alternativas
de hipótesis ¿qué argumento debemos conservar en la instrucción alternative=”?

greater

less

Null

two.side

Pregunta 6 1 pts

 De cauerdo a los resultados de aplicar: t.test(contenido, alternative='two.sided',

conf.level=0.95, mu=450) al conjunto de datos (452, 451, 447, 441, 446, 451, 452,
450, 449, 440) ¿qué conclusiones serían las acertadas?

Los datos siguen una distribución binomial

Se acepta H1

Se acepta H0

Se rechaza H1

https://utpl.instructure.com/courses/38154/quizzes/247359/take 3/5
19/11/21 21:58 Examen: [APEB1-15%] Práctica 2: Uso de R para pruebas de hipótesis

Pregunta 7 1 pts

Para el ejemplo: “El articulo “Evaluation of Mobile Mapping Systems for Roadway
Data Collection” (H. Karimi, A. Khattak y J. Hummer, en Journal of Computing in
Civil Engineering,2000:168-173) describe un sistema para medir a distancia
elementos de avenidas, como el ancho de los carriles y las alturas de las señales
de tránsito. Para una muestra de 160 de esos elementos, el error promedio (en
porcentaje) en las mediciones era de 1.90, con desviación estándar de 21.20.
Sea mu la media del error en este tipo de medición. (mµ = 0) ¿Cuáles serían las
hipótesis que se debe plantear y que se deben evaluar?

H0; el error promedio ≥ 1,90; H1: el error promedio < 1,90

H0; mu = 1,90; H1: mu = 1,90

H0; mu = 0; H1: mu ≠ 0

H0; el error promedio ≥ 160; H1: el error promedio < 160

Pregunta 8 1 pts

De acuerdo al p-value = 0.8715286 obtenido del ejercicio con los datos:

xraya<-1.9, desv.estd<-21.20, n<-160, mu<-0 ¿qué conclusión se debe tener?

La acepta H1

 Se rechaza H0

La media = 0

Se acepta H0

Pregunta 9 1 pts

¿cuál es la estructura de la función prop.test de R, usada para aplicar la prueba

Chi cuadrado de Pearson? Recuerde usar las ayudas de R.

prop.test(x, y = NULL, alternative = c("two.sided"), mu = 0, paired = FALSE, var.equal =

https://utpl.instructure.com/courses/38154/quizzes/247359/take 4/5
19/11/21 21:58 Examen: [APEB1-15%] Práctica 2: Uso de R para pruebas de hipótesis

FALSE, conf.level = 0.95)

prop.test(x, u, p = NULL, alternative = c("two.sided”), conf.level = 0.95, correct = TRUE)

prop.test(x, n, p = NULL, alternative = c("two.sided", "less", "greater"), conf.level = 0.95,

correct = TRUE)

prop.test(x, y = NULL, alternative = c("two.sided", "less", "greater"), mu = 0, paired =

FALSE, var.equal = FALSE, conf.level = 0.95)

Pregunta 10 1 pts

Con los resultados obtenidos de la prueba Chi cuadrado para el ejemplo; Un

fabricante de un quitamanchas afirma que su producto quita el 90% de todas las
manchas. Para poner a prueba esta afirmacion se toman 200 camisetas
manchadas de las cuales a solo 174 les desaparecio la mancha. Pruebe usted la
afirmación del fabricante a un nivel de confianza del 95% (0.05) (recuperado de:
https://fhernanb.github.io/Manual-de-R/ph.html
(https://fhernanb.github.io/Manual-de-R/ph.html) ). ¿A que conclusiones llegaría
usted suponiendo la H0; p=0.90 y H1;p<0.90?

No se rechaza H1

Se rechaza H1

No se rechaza H0

Se rechaza H0

No guardado
Entregar examen

https://utpl.instructure.com/courses/38154/quizzes/247359/take 5/5