n<- 947
x<- 166
alpha<- 0.1
p <- x / n
p
## [1] 0.1752904
c<-qnorm(1-alpha/2)
SE <- sqrt(p*(1-p)/n)
SE
## [1] 0.01235534
l_inf <- p - c*SE # limite inferior
l_sup <- p + c*SE # limite superior
l_inf;l_sup
## [1] 0.1549677
## [1] 0.1956131
Con una confianza del \(90\%\) la proporción de individuos con antecedentes de abuso sexual y maltrato físico para la proporci6n de la población está entre (15.4% a 19.5%)
n<- 86
alpha<- 0.01
p<- 0.12
p
## [1] 0.12
c<-qnorm(1-alpha/2)
SE <- sqrt(p*(1-p)/n)
SE
## [1] 0.0350415
l_inf <- p - c*SE # limite inferior
l_sup <- p + c*SE # limite superior
l_inf;l_sup
## [1] 0.02973907
## [1] 0.2102609
Con una confianza del \(99\%\) la proporción de individuos con antecedentes de estres que no tenfan faetores de riesgo médico u obstétrico para la proporci6n de la población está entre (2.9% a 21%)
3.En un estudio de los tiempos de circulación sanguínea en el miocardio, se obtuvieron los tiempos de circulación aparente en una muestra de 30. pacientes con enfermedad arterial coronaria. Se encontró que la variancia de la muestra es de 1.03. Construya interval os de confianza de \(99\%\) para \(s^{2}\). ”
n<- 30
grados_libertad <- n - 1
alpha<-0.01
s2<- 1.03
l_inf<-(grados_libertad * s2)/ qchisq(1-alpha/2, df=grados_libertad)
l_sup<-(grados_libertad * s2)/ qchisq(alpha/2, df=grados_libertad)
l_inf;l_sup
## [1] 0.5707394
## [1] 2.276477
Con una confianza del \(99\%\) la varianza de individuos con (0.57 y 2.27)
datos<- c(15.6, 14.8, 14.4, 16.6, 13.8, 14.0, 17.3,
17.4, 18.6, 16.2, 14.7, 15.7, 16.4, 13.9, 14.8, 17.5)
n<- 16
grados_libertad <- n - 1
alpha<- 0.05
s2<- var(datos)
l_inf<-(grados_libertad * s2)/ qchisq(1-alpha/2, df=grados_libertad)
l_sup<-(grados_libertad * s2)/ qchisq(alpha/2, df=grados_libertad)
l_inf;l_sup
## [1] 1.189388
## [1] 5.220961
Con una confianza del \(95\%\) la varianza de individuos con (1.18 y 5.22)
n=696
p_obs=0.63
p_obs
## [1] 0.63
p=0.60
alpha<- 0.05
SE <- sqrt(p*(1-p)/n)
SE
## [1] 0.01856953
Z <- (p_obs - p) / sqrt(p*(1-p)/n)
Z
## [1] 1.615549
Z_critico <- qnorm(alpha)
Z_critico
## [1] -1.644854
m1<-4.5
n1<-13
v1<-0.09
m2<-3.7
n2<-17
v2<-1
ds<-sqrt((v1/n1)+(v2/n2))
alfa<-0.05
critico<-qnorm(1-alfa/2)
ic_i<-(m1-m2)-critico*ds
ic_s<-(m1-m2)+critico*ds
intervalo<-c(ic_i,ic_s)
intervalo
## [1] 0.2974437 1.3025563
Podemos inferir con un \(95\%\) de confianza que, el intervalo ( 0.297 , 1.302 ) contiene la diferencia entre los contenidos medios poblacionales de la diferencia entre las calificaciones de acondicionamiento muscular , la media de los deportita es mayor (4.5) a la de los sedentarios (3.7).
e1=c(6.32, 5.72, 7.96, 4.83, 5.27)
e2=c(4.20, 4.69, 4.82, 1.08, 2.10)
t.test(e1,e2, conf.level=0.99)$conf.int
## [1] -0.5725009 5.8565009
## attr(,"conf.level")
## [1] 0.99
Podemos inferir con un \(99\%\) de confianza que, el intervalo ( -0.57 , 5.85) contiene la diferencia entre los contenidos medios poblacionales de la excresion de sodio a traves de la orina de las ratas , la media de las ratas REH y las ratas 2WKY son similares ya que no hay diferencia.
Se pretende saber si es posible concluir, con base en estos resultados, que, en general, las personas con discapacidad, en promedio, califican mas alto en la escala de barreras.
DEBEN PLANTEAR LAS HIPOTIS
verificar los constraste e interpretar los resultados.
Recuerden interpretar….