FACULTAD DE CIENCIAS SOCIALES EDUCACIÓN

COMERCIAL Y DERECHO

ECONOMÍA - MODALIDAD EN LÍNEA

CUARTO SEMESTRE AULA C-3

ASIGNATURA:

ESTADÍSTICA APLICADA

DOCENTE:

MsC. JHON RONALD BARROS NARANJO

ESTUDIANTE:

MARJORIE MARGOTH ALVARADO MAGALLANEZ

TEMA DE TAREA #2 Segunda entrega :

DESARROLLAR DESTREZAS EN EL ANÁLISIS DE DATOS: CONTRASTE

DE HIPÓTESIS.

FECHA DE ENTREGA:

MARTES, 5 DE DICIEMBRE DE 2023.

PERIODO - LECTIVO

2023 - 2024

1
Estadística Aplicada

Estadística Aplicada Tarea#2 Entrega #2

Desarrollo ejercicio#1

2
Estadística Aplicada

3
4
Estadística Aplicada

5
Estadística Aplicada

Captura tomada desde el Software RStudio.

6
Estadística Aplicada

Desarrollo ejercicio #2

7
Estadística Aplicada

8
Estadística Aplicada

9
Estadística Aplicada

Captura del software Estudio

RSTUDIO

# EJERCICIO 1

# Cargar datos

edades_diurnos <- c(24, 21, 21, 23, 22, 20, 25, 21, 22, 20, 23, 22, 18, 21, 26, 23, 23, 24,
26, 22, 24, 22, 21, 22, 23, 23, 19, 21, 25, 18, 23, 20, 26, 21, 19, 18, 26, 23, 23, 23, 21,
24, 20, 18, 23, 19, 21, 24, 24, 20)

edades_nocturnos <- c(24, 23, 21, 20, 22, 20, 23, 21, 22, 20, 23, 21, 19, 21, 22, 23, 23,
21, 26, 22, 21, 25, 21, 22, 23, 23, 24, 28, 22, 23, 23, 24, 26, 26, 21, 19, 23, 19, 23, 25,
22, 22, 20, 21, 23)

# Cálculos de medias y desviaciones estándar

media_diurnos <- mean(edades_diurnos)

desviacion_diurnos <- sd(edades_diurnos)

media_nocturnos <- mean(edades_nocturnos)

desviacion_nocturnos <- sd(edades_nocturnos)

10
Estadística Aplicada

# Análisis de hipótesis

# 1. Comparación de medias (Diurnos > Nocturnos)

t_test_result_1 <- t.test(edades_diurnos, edades_nocturnos, alternative = "greater")

# 2. Diferencia de medias

t_test_result_2 <- t.test(edades_diurnos, edades_nocturnos)

# 3. Comparación de medias (Diurnos < Nocturnos)

t_test_result_3 <- t.test(edades_diurnos, edades_nocturnos, alternative = "less")

# Cálculo del valor crítico para un nivel de confianza del 95%

alpha <- 0.05

df <- min(length(edades_diurnos) - 1, length(edades_nocturnos) - 1) # Grados de

libertad

valor_critico_1 <- qt(1 - alpha, df)

valor_critico_2 <- qt(1 - alpha / 2, df) # Diferencia de medias

valor_critico_3 <- qt(alpha, df)

# Imprimir resultados

cat("1. Comparación de medias (Diurnos > Nocturnos):\n")

print(t_test_result_1)

cat("\nMedia Diurnos:", media_diurnos, "\nDesviación Estándar Diurnos:",

desviacion_diurnos, "\n")

cat("\nMedia Nocturnos:", media_nocturnos, "\nDesviación Estándar Nocturnos:",

desviacion_nocturnos, "\n")

cat("Valor Crítico:", valor_critico_1, "\n")

cat("\n2. Diferencia de medias:\n")

print(t_test_result_2)

cat("Valor Crítico:", -valor_critico_2, "a", valor_critico_2, "\n") # Rango de aceptación

de la diferencia de medias

11
Estadística Aplicada

cat("\n3. Comparación de medias (Diurnos < Nocturnos):\n")

print(t_test_result_3)

cat("Valor Crítico:", valor_critico_3, "\n")

# Histogramas

par(mfrow=c(1,2)) # Dividir la ventana gráfica en 1 fila y 2 columnas

hist(edades_diurnos, main="Histograma de Edades (Diurnos)", xlab="Edades",

col="skyblue", border="black")

hist(edades_nocturnos, main="Histograma de Edades (Nocturnos)", xlab="Edades",

col="lightgreen", border="black")

# Diagramas de caja

boxplot(edades_diurnos, main="Diagrama de Caja (Diurnos)", col="skyblue",

border="black")

boxplot(edades_nocturnos, main="Diagrama de Caja (Nocturnos)", col="lightgreen",

border="black")

# EJERCICIO#2

# Datos

proteinas_distrito_1 <- c(13.45, 13.15, 12.84, 13.87, 12.93, 12.34, 13.01, 13.3, 13.49,
12.7)

proteinas_distrito_2 <- c(13.45, 16.15, 12.84, 13.87, 12.93, 12.34, 13.01, 15.3, 12.49,
12.7, 13.09, 9.45, 13.84, 13.87, 13.86)

# Cálculos de medias y desviaciones estándar

media_distrito_1 <- mean(proteinas_distrito_1)

desviacion_distrito_1 <- sd(proteinas_distrito_1)

media_distrito_2 <- mean(proteinas_distrito_2)

desviacion_distrito_2 <- sd(proteinas_distrito_2)

12
Estadística Aplicada

# Pregunta 1: La media poblacional de las proteínas promedio del Distrito 1 es

Mayor que la del Distrito 2?

t_test_1 <- t.test(proteinas_distrito_1, proteinas_distrito_2, alternative = "greater")

# Valores Críticos

valor_critico_1 <- qt(0.05, df = min(length(proteinas_distrito_1) - 1,

length(proteinas_distrito_2) - 1), lower.tail = FALSE)

# Mostrar resultados

cat("Pregunta 1:\n")

print(t_test_1)

cat("Media Distrito 1:", media_distrito_1, "\nDesviación Estándar Distrito 1:",

desviacion_distrito_1, "\nValor Crítico:", valor_critico_1, "\n")

# Pregunta 2: La media poblacional de las proteínas promedio del Distrito 1 es

Menor que la del Distrito 2?

t_test_2 <- t.test(proteinas_distrito_1, proteinas_distrito_2, alternative = "less")

# Valores Críticos

valor_critico_2 <- qt(0.05, df = min(length(proteinas_distrito_1) - 1,

length(proteinas_distrito_2) - 1), lower.tail = TRUE)

# Mostrar resultados

cat("\nPregunta 2:\n")

print(t_test_2)

cat("Media Distrito 2:", media_distrito_2, "\nDesviación Estándar Distrito 2:",

desviacion_distrito_2, "\nValor Crítico:", valor_critico_2, "\n")

13
Estadística Aplicada

# Pregunta 3: La media poblacional de las proteínas promedio de los Distritos es

diferente?

t_test_3 <- t.test(proteinas_distrito_1, proteinas_distrito_2, alternative = "two.sided")

# Valores Críticos

valor_critico_3_inf <- qt(0.025, df = min(length(proteinas_distrito_1) - 1,

length(proteinas_distrito_2) - 1), lower.tail = TRUE)

valor_critico_3_sup <- qt(0.025, df = min(length(proteinas_distrito_1) - 1,

length(proteinas_distrito_2) - 1), lower.tail = FALSE)

# Mostrar resultados

cat("\nPregunta 3:\n")

print(t_test_3)

cat("Media Distrito 1:", media_distrito_1, "\nDesviación Estándar Distrito 1:",

desviacion_distrito_1, "\nMedia Distrito 2:", media_distrito_2, "\nDesviación Estándar
Distrito 2:", desviacion_distrito_2, "\nValor Crítico Inferior:", valor_critico_3_inf,
"\nValor Crítico Superior:", valor_critico_3_sup, "\n")

# Histogramas

par(mfrow=c(1,2)) # Dividir la ventana gráfica en 1 fila y 2 columnas

hist(proteinas_distrito_1, main="Histograma de Proteínas (Distrito 1)",

xlab="Proteínas", col="skyblue", border="black")

hist(proteinas_distrito_2, main="Histograma de Proteínas (Distrito 2)",

xlab="Proteínas", col="lightgreen", border="black")

# Diagramas de caja

par(mfrow=c(1,2)) # Restaurar la ventana gráfica a 1 fila y 2 columnas

boxplot(proteinas_distrito_1, main="Diagrama de Caja (Distrito 1)", col="skyblue",

border="black", horizontal=TRUE)

boxplot(proteinas_distrito_2, main="Diagrama de Caja (Distrito 2)", col="lightgreen",

border="black", horizontal=TRUE)

14