set.seed(123)
cra = rnorm(n = 80, mean = 2.8, sd = 0.2)
hist(cra, xlim = c(2.2, 3.4), ylim = c(0, 20))
abline(v = mean(cra), col='yellow', lwd=3)

library(readxl)
## Warning: package 'readxl' was built under R version 4.2.2
excel_clase_2_diseño <- read_excel("excel clase 2 diseño.xlsx")
## New names:
## • `` -> `...3`
## • `` -> `...4`
View(excel_clase_2_diseño)
plot(excel_clase_2_diseño$cra60,
     excel_clase_2_diseño$cra80,
    pch = 16, cex=1.5)

ejemplos en algunas areas

Suelos: si se mide la mo de los primeros 20cm y liuego a 40 cm probablemente a mayor profundidad habra menos mo

Frutales: se quiere medir el diametro de duraznos en dos fechas, seguramente estaran correlacionados ya que a mayor numero de dias se espera tener mayor diametro.$H_0:

Microbiologia: al medir el diametro medio de las colonias creciendo en hagar, se puede estar interesado en comparar un diamentro inicial y uno final al realizar la medicin posterior y se encuentra un patron similar.

###Ecologia: añ medir el oxigeno disuelto en agua, el cual depende de la temperatura de la laguna y la prfundidad de la medida, por lo cual es probable que a una profundiad se encuetre una cponcentracion diferente a una p´rofundiad mayor, seguramente correlacionadas. \(H_0: \mu_{oxigeno_{50cm}} = 0mu_oxigeno-{100cm}}\)

###cafe: en la maduracion de granos de cafe, cuando se mide el color exisaten diferentes espacios de color, entre los cuales pueden estar la RGB, CON LO QUE A SU VEZ PUEDEN CALCULAR DIFERENTES INDICES (por ejemplo \(GLI=\frac{2*G - (R+B)}{2*G+R+B}\)) que pérmiten en los granos si es mas verde (inmaduro) o rojo (maduro). \[H_0: \mu_{cra_{60}} = \mu_{80}}\]

pruena t-student para dos muestras paeadas o relacionadas

PRUEBA3 = t.test(x = excel_clase_2_diseño$cra60,
y = excel_clase_2_diseño$cra80, alternative ="t" , # t tow.sidet
mu = 0,
paired = TRUE)
PRUEBA3
## 
##  Paired t-test
## 
## data:  excel_clase_2_diseño$cra60 and excel_clase_2_diseño$cra80
## t = -14.352, df = 79, p-value < 2.2e-16
## alternative hypothesis: true mean difference is not equal to 0
## 95 percent confidence interval:
##  -0.3556104 -0.2689862
## sample estimates:
## mean difference 
##      -0.3122983
boxplot(excel_clase_2_diseño$cra60, excel_clase_2_diseño$cra80)

# conclusion se rechaza la hipotesis nula dado que las variables son distintas de cero