WorksheetsEjercicios t-Student
Total questions: 13
Worksheet time: 15mins
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
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
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 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. Completa el siguiente codigo y despues copia y pegalo aqui
# Realizar la prueba t para comparar el peso entre los grupos ctrl y trt1
t_test_plant <- t.test(--------)
# Mostrar los resultados de la prueba t
t_test_plant
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. Considera el resultado de la t-student y seleciona la opcion correcta
# Mostrar los resultados de la prueba t
t_test_plant
Se rechaza H0
No se rechaza H0
