exercise 26. El vitae de sala para un cirenito eléctrico es de 130, Una muestra de 40 lecturns indepen- dtentes del voltae para este eiewsto dio una media muestra de 128.6 y desvaciin estandar de 2.1. Pructe a hipatesis de que el prometio de valtaje de salida es 130 conira ln alternatina de que es menor a 1B). Use ‘unr prueha com nivel a= 0.05, D Bxercise 27. En gencrol. podemos considorar una prucha Hy: @ = 0 y H. ‘wna muestra ~0.50728211, ~0-54136458, 8080724, 0.989885 #0. Digamos gue tenemos 0.714218, -0.90587370, —1.54153712, 2% ~0.24458265, 1.40021748, ~0.59014409,1.15798962, 218176256, ~1.01127618, —p.68012737,0.19919360, 124090202, 086287 0176955192, 1 31TTOOAE, — LOYGSSTI5 con distribueién desconocida, y que pode ‘mos estimar el pardmetro con 6 = + que no aabcmee como a2 distribaye. Aprazime la distribucion do 6 con la téeniea Bootstrap de remucsireo. Constraya la regidn de rechozo usando la distribucién remuostrada 1000 ves, 3. Ordene fos valores de 8 La regis de vechaco est etre Bryans ¥ Oranys-npay> daniel subindices se reficren «tas posiciones de los O* onlenados. jRechasn 0 no la hipitesis de que Ho :0 = OF O Bxercise 28. Scan 38.0,61.2.78.3,21.8,63.4,616,18.4, 18.8, 48.5 unos pesos de mujeres con media veal ps. Scan 67.8, 6063.1, 76,894, 733,67-3,513,624 unos pesos de hombres con media real yp. Vamos a prober silos pesos de hombres y mujeres som diferentes, 0 sea, si Hy : a = wn com Ha: ua # we. Asuna que las oarianzas de los dos conjentas son iguales, ealewle T y mire si estd en ta regién de regién de rechnzo, ‘mire si rechasa 0 no. Ahora, asuma que las variansas son diferentes, y caleue el nuevo df y la nueva region dd reclazo, mine si echasa 0 na. 4Que conclusiones puede sacar sobre cl supuesto de wariensas iguales? 4S tiene wios datos cuulguiera, de los cuules wo sale mucho, cual prueba usuvia’ 0 Exercise 29, Asuma que tiene dos muestras con verianzes distintas, pero del mismo tamano, Halle una versién simplifienda de df para ta practa de Welch. a xorcie 30. Asuna que tenemos una pructa t con Hy: <0 y Hy: 4 >0. Stmule unos datos normeles de tamaro 5, N(0.5,1) (en R, x <= mnorm(S, 0.5, 1)- Haga le prucha de hipctesis 1000 veces distintas, ‘om 10000 conjuntos de datos simulados diferentes. Hoga lx pruchn de hipstesis (eaR,t < tetest(z, m0, alternativer"greater*) ). Guarc los 10000 p-valores. ;Cuantos de estos prealorcs son menores quo 0.05% ;Que puode conclaar de esto reapocto a le verdad de Hy y Ha? o Exercle 1. Un Jabrieante de méquinas para empacirjalin en poiro afirma qe su rulquine podria cages: ‘exgas con un peso dado y una warionza de no muds de 01 onzns, Se encontrs que la media y ta variensa de ‘una muestra de ocho cajas fur de 3.1 y 018, respectivamente. Pruce ia hipitesis de que ta varienza de la poblacién de mediciones de peso es a? — 01 contra la alternation de que ? > 01. 2Que supuestas necesita sobre la mucstra para hacer esta prucbe? Ublice una significancia a= 0.05. 0Exercise 82. Los cximencs de opttud deben producir clifieaciones con una gran cantidad de voriacién para (que un administrador pueda distinguir entre personas con baja aptitd y otras de elevada aptitud. El eramen festdndar empleado por cierta industria ha producido caliieaciones con desviaeion estandar de 10 puntos. Exte exémen fue eplicado «23 empleados Uin nacwo examen se aplics a 20 posibles empleados y produce una ddeseiaciin estindar mucstral de 12 puntos. :Las ealifcacioncs del nucvo examen son consideraBlemente més ‘variables que les del examen exténdar? Use a =U01 o Exercise 38. Considere los datos del ejerccio 28. Haga una prucko que mire que las verianzas de los peso de mujeres es mayor a a varianza de lov pesos de lor hombres. Use R. oO Exercise 84. Una muestra de 40 lecturas independientes del voltaje de un circuito dio unu media muesiral ide 1286 y desviacion estandar de 2.1. Construya un interualo de confianze para la media. ;Aceptaria la hhipétesis de que el voltaje c2 130? o Exercise 35. Hoge un pequeio resumen de le scocién 10.7 de (Wackerly et al, 2010). o Bxerelse $6. Las cnificacimes de un curso de esadsition para un semestre espeifcn fueron las siguientes: =A, 18, $2 0) D «20,16 B Prk eps gee td ecco tenn le risa probabildad, com un nivel de signifcuncia de 0.05. Exercise 27. $i tengo dos vectores de datos diferentes, y quiero ner st wienen de la misma disiribucién, puedo usar la pructa de Kolmogoros.Smimee. En Res bastante sencillo, solo ks test (x,y). Hoge la prucha en R do que los pesos de hombres y magjores 92 distribuyon igual, con las datos del cjercicio 98. Reporte p-valor. 4Que puede concluir de esto. o Bxercise 38. Las prucas de independencia no funcionan muy bien cuando tenemos una tabla de contingencio 2X2, Pam eso, e@ usa la rersion corregida del chi-euadmado: pe 0.5)? Bxercise 20. ;Por qué ereen que uscmos Ins diferencias exadmdas y no las diferencias y ya {Que otro tipo de diferencias +e lee ocurriria usar? ;Habria algin probleme con usar las diferencias de los valores absolutes? 0 Exercise 40. Mostar que Exercise 41. Asuma que ¥i...-¥q ~ N(i.91) 9 gue Xi.-.Xq ~ N(H2v02). Halle B\Bo] y BIB]. Son inscogados y consistentes? Oo Bxercise 42. Bn R, haga un modelo lineal como el yuehicimos en clase para los datos de pizzadelivery.csv. ‘usando la variable tine como Y y todas las demée variables como explicativas. jHay modelo (Haga una pruche F). 4Cuales son las variables que son siguifcativas? ; Que relaciones interesantes encuentra? —Exercise 48. Describa mateméticamente, yen palabras, que debe pasar para que R= 1 y para que R® =0 0 Exercise 44. {Como se distribuye RY Para hacer ejercicio, usemos lo que sabemos de clases pasadas: podemos estimar la distribucién de cualquier estadtstco rereuestreando la mucstre originel. Pare este ejrci- ‘10, usaremor los datos de pizzadelivery.cev, donde la variable dopendiente seri tame y la independiente ‘senin todas las demas. Remacsiree Ia matriz de datos 1000 veves. En cada uno de esos remuestrens, ajuste tn morlelo Eneal y calewle FE, Dibuje un histegrama de estos 1000 2. Obtenga xn intervalo de confine el 95% para BR. o Exercise 45. Domucstre que of estadistico para la pruca de si hay modelo 0 no también se puede escribir ~ =$24 (9) Exercise 46. nocstique que co un H? ojustado y cual co ou formula. Explique por que y para quc se usa. Prefiore el 2 usual o el ajustado? Justifique su preference. oO F Exercise 47. Pore los datos de pizsadolivery.cey haga un proceso de sleccién de modelo. Pana esto, primer, erpiees con wn modelo lineal con sia el itersepto. Eato en se prede hacer con InCy ~ 1. ‘Mida AIC, BIC, 1° y TP. Lueyo, aide wns vuiae culguire.y mide oir vez AIC, BIC, Ry FE Haya cate hasta que ve guede win variable, ridiondo AIC, BIC, H® y R? cada wes que arieda una vorinile nucta. Exc el mejor mde sepin lox cuntro criterion. jQue pune tterpretar de esto? En Rel ATC y BIC se ppuale saur weno ATC(aode1) y AIC(aode1). donde aodel es une varieble que contin el del lineal ‘correspondionte. a Exercise 48, Hogi wa regrsiin pura pizzadelivery csv com lo wrieble tine como wariehle independiente 1 talas las demds como variables independientes, Iuterprete las valores de i, interprote las signifcancies de fos 5. o