Ejercicios t-Student

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Usa el siguiente codigo en R y selecciona la decision correspondiente para H0

# Cargar el conjunto de datos sleep

data("sleep")

# Prueba para homogeneidad de varianzas

var.test(extra ~ group, data = sleep)

• Se rechaza H0

• No se rechaza H0

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Usa el siguiente codigo en R y selecciona la decision correspondiente para H0

# Cargar el conjunto de datos sleep

data("sleep")

# Prueba para homogeneidad de varianzas

var.test(extra ~ group, data = sleep)

• Las varianzas son iguales

• Las varianzas no son iguales

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Usa el siguiente codigo en R y selecciona las decisiones correctas para H0

# Prueba de normalidad de Shapiro-Wilk en extra para cada grupo

shapiro_1 <- shapiro.test(sleep$extra[sleep$group == "1"])

shapiro_1

shapiro_2 <- shapiro.test(sleep$extra[sleep$group == "2"])

shapiro_2

• Se rechaza H0 en Shapiro_1

• No se rechaza H0 en Shapiro_1

• No se rechaza H0 en Shapiro_2

• Se rechaza H0 en Shapiro_2

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Usa el siguiente codigo en R y selecciona las decisiones correctas para H0

# Prueba de normalidad de Shapiro-Wilk en extra para cada grupo

shapiro_1 <- shapiro.test(sleep$extra[sleep$group == "1"])

shapiro_1

shapiro_2 <- shapiro.test(sleep$extra[sleep$group == "2"])

shapiro_2

• Los datos del grupo 1 son normales

• Los datos del grupo 1 NO son normales

• Los datos del grupo 2 son normales

• Los datos del grupo 2 NO son normales

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Completa el siguiente codigo y despues copia y pegalo aqui

# Realizar la prueba t para comparar el tiempo de sueño entre los dos grupos

t_test_sleep <- t.test(--------)

# Mostrar los resultados de la prueba t

t_test_sleep

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Considera el resultado de la t-student y seleciona la opcion correcta

# Mostrar los resultados de la prueba t

t_test_sleep

• Se rechaza H0

• No se rechaza H0

El conjunto de datos "sleep" contiene datos sobre el efecto de dos tipos de medicamentos en el tiempo de sueño de pacientes. Usaremos la prueba t de Student para comparar el tiempo de sueño ("extra") entre los dos grupos ("group"), que representan los dos medicamentos. Considera el resultado de la t-student y describe tus conclusiones

# Mostrar los resultados de la prueba t

t_test_sleep

El conjunto de datos PlantGrowth mide el crecimiento de plantas bajo tres condiciones distintas. Compararemos el peso (weight) de plantas entre dos de los grupos de tratamiento, ctrl y trt1, usando una prueba t de Student. Usa el siguiente codigo en R y selecciona la decision correspondiente para H0
# Cargar el conjunto de datos PlantGrowth

data("PlantGrowth")

# Filtrar los datos para los grupos ctrl y trt1

DS <- subset(PlantGrowth, group %in% c("ctrl", "trt1"))

# Prueba para homogeneidad de varianzas entre ctrl y trt1 en weight

var.test(weight ~ group, data = DS)

• Se rechaza H0

• No se rechaza H0

El conjunto de datos PlantGrowth mide el crecimiento de plantas bajo tres condiciones distintas. Compararemos el peso (weight) de plantas entre dos de los grupos de tratamiento, ctrl y trt1, usando una prueba t de Student. Usa el siguiente codigo en R y selecciona la decision correspondiente para H0

# Cargar el conjunto de datos PlantGrowth

data("PlantGrowth")

# Filtrar los datos para los grupos ctrl y trt1

DS <- subset(PlantGrowth, group %in% c("ctrl", "trt1"))

# Prueba para homogeneidad de varianzas entre ctrl y trt1 en weight

var.test(weight ~ group, data = DS)

• Las varianzas son iguales

• Las varianzas no son iguales

El conjunto de datos PlantGrowth mide el crecimiento de plantas bajo tres condiciones distintas. Compararemos el peso (weight) de plantas entre dos de los grupos de tratamiento, ctrl y trt1, usando una prueba t de Student. Usa el siguiente codigo en R y selecciona las decisiones correctas para H0
# Prueba de normalidad de Shapiro-Wilk en weight para cada grupo

shapiro_1 <- shapiro.test(DS$weight[DS$group == "ctrl"])

shapiro_1

shapiro_2 <- shapiro.test(DS$weight[DS$group == "trt1"])

shapiro_2

• Se rechaza H0 en Shapiro_1

• No se rechaza H0 en Shapiro_1

• No se rechaza H0 en Shapiro_2

• Se rechaza H0 en Shapiro_2