Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Simular 1300 datos de una distribución normal con media 35.66 y desviación
estándar 1.65.
Código:
1<-rnorm(1300,mean = 35.66,sd=1.65)
par(mfrow=c(1,3))
hist(x1,xlab = "(a)")
boxplot(x1,horizontal = TRUE,xlab="(b)")
qqnorm(x1,xlab = "(c)")
qqline(x1,col="Red")
40
250
38
200
Sample Quantiles
36
Frequency
150
34
100
32
50
30
0
30 34 38 30 32 34 36 38 40 -3 -1 0 1 2 3
A. Se asume que los datos tienen una distribución normal o aproximadamente normal.
B. Se asume que los datos tienen una distribución normal.
C. Se asume que los datos tienen una distribución normal o aproximadamente normal.
2. Simular 1550 datos de una distribución exponencial con media 0.333
Código:
x2<-rexp(1550,0.333)
par(mfrow=c(1,3))
hist(x2,xlab="(a)")
boxplot(x2,horizontal = TRUE,xlab="(b)")
qqnorm(x2,xlab = "(c)")
qqline(x2,col="blue")
20
600
15
Sample Quantiles
Frequency
400
10
200
5
0
0 5 10 15 20 0 5 10 15 20 -3 -1 0 1 2 3
A. Se asume que la distribución de los datos es sesgada a la derecha, por lo tanto, los
datos no tienen una distribución normal.
B. Se asume que la distribución de los datos es sesgada a la derecha, por lo tanto, los
datos no tienen una distribución normal.
C. Se asume que la distribución de los datos es sesgada
3. Los valores de densidad relativa anexos de varios tipos de madera utilizados en
la construcción aparecieron en el artículo (“Bolted Connection Design Values
Based on European Yield Model”, J. of Structural Engr., 1993: 2169-2186):.
0.31 0.35 0.36 0.36 0.37 0.38 0.40 0.40 0.40 0.41 0.41 0.42 0.42 0.42 0.42 0.42 0.43 0.44
0.46
0.45 0.46 0.46 0.47 0.48 0.48 0.48 0.51 0.54 0.54 0.55 0.58 0.62 0.66 0.66 0.67 0.68 0.75
0.68
Código:
x3<-c(0.31, 0.35, 0.36, 0.36, 0.37, 0.38, 0.40, 0.40, 0.40, 0.41, 0.41, 0.42, 0.42, 0.42, 0.42,
0.42, 0.43, 0.44, 0.46, 0.45, 0.46, 0.46, 0.47, 0.48, 0.48, 0.48, 0.51, 0.54, 0.54, 0.55, 0.58,
0.62, 0.66, 0.66, 0.67, 0.68, 0.75, 0.68)
par(mfrow=c(1,3))
hist(x3,xlab="(a)")
boxplot(x3,horizontal = TRUE,xlab="(b)")
qqnorm(x3,xlab = "(c)")
qqline(x3,col="green")
t.test(x3)
Salida:
One Sample t-test
data: x3
t = 27.03, df = 37, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
0.4454792 0.5176787
sample estimates:
mean of x
0.4815789
0.7
8
0.6
Sample Quantiles
Frequency
0.5
4
0.4
2
0
0.3
0.3 0.4 0.5 0.6 0.7 0.3 0.4 0.5 0.6 0.7 -2 -1 0 1 2
A. Se asume que los datos tienen una distribución normal o aproximadamente normal.
B. Se asume que los datos tienen una distribución normal.
C. Se asume que los datos tienen una distribución normal o aproximadamente normal.