Ejercicio 1

Un equipo de competicion de automobiles tiene un 40% de especialistas en motores y otra parte son en aoerodinámica.Sabiendo que trabaja en aero la probabilidad de que trabaje en motores es de 40% y de que sea de motores y de aero es del 15%.

Apartado 1.

Calcula la probabilidad de que trabaje en aero

como sabemos la probabilidad de que sea de motores sabiendo que trabaja en aerodinámica es 0,4 podemos despejar la probabilidad de que trabaje en aeordinamica:  
$P(M/A))=P(M\cap A )/P(A)=0,4$   
$0,15/P(A)=0,4$  
$P(A)=0,15/0,4=0,375$  
y esa es la solución

Apartado 2.

Calcula la probabilidad de que no trabaje en ninguno de los dos.

esto es lo contrario a la union por lo que:  
$P(\overline{A \cup M})=1-P(A\cup M)$  
$P(A\cup M)=P(A)+P(M)-P(A\cap M )$ 
$P(A\cup M)=0,375+0,4-0,15=0,625$  
$P(\overline{A \cup M})=1-0,625= 0,375$  

Apartado 3.

Sabiendo que es de motores calcula la probabilidad de que no trabaje en aerodinámica

Esto sería $P(\overline A / M)$ y sabiendo  vale lo mismo que $1-P(A/ M)$ podemos calcularlo:  
se pasa a la forma $P(A \cap M)/P(M)$ tenemos todos los datos.  
$0,15/0,4= 0,375$  
y ahora $1-0,375= 0,625$

Apartado 4.

Calcular la probabilidad de que trabaje exclusivamente en un departamento.

Lo podemos interpretar como la union menos la intersección de los dos departamentos   
$=P(A\cup M) - P(A \cap M)= 0,625 - 0,15= 0,475$

Ejercicio 2 variable aleatoria

Para este ejercicio utilizaremos una variable para utilizar los mismos datos en todo el ejercicio. En la cual vamos a ver las ventas de botellas en una bodegas los ultimos 100 dias sabiendo que el dia que menos botellas ha vendido ha sido 5 y el que mas 20 botellas.

set.seed(111)
 botellas<- sample(5:20,100,replace = TRUE)
 botellas
##   [1] 18 15  8  7 19 13 15  9  7 16 12 14  5 17 17 14  8 19 12 18 14 13 12 15 20
##  [26]  5 15 11  9 19  5 13 19 12 13  7 11  8  8 16 10 13 17  8  8 19 10 18  9  9
##  [51]  9 10  8 20 13 16 14  6 14 12 17 17 15 17 11 20  9 17  5 16 14 20 14 11  8
##  [76]  8  5 13 15 10 19 12 20 17 17  7 19 15 17 14 12 18 16 14  5 17 13 14 14  6

Apartado 1

Con los datos anteriores calcula la media, la varianza y la desviación tipica de los siguientes datos.

mean(botellas)
## [1] 12.99
var(botellas)
## [1] 18.81808
sd(botellas)
## [1] 4.337981

Apartado 2

Queremos saber la media recortada al 15%

mean(botellas,0.075)  
## [1] 13.0814

Apartado 3

Queremos conocer el tercer cuartil, el primer cuartil y la diferencia entre los dos.

quantile(botellas,0.75)
## 75% 
##  17
quantile(botellas,0.25)
## 25% 
##   9
IQR(botellas)
## [1] 8

Apartado 4

Queremos una representación grafica de los valores obtenidos con un histograma y un diagrama de caja

hist(botellas)

boxplot(botellas)


Ejercicio 3

Necesitamos calcular la probabilidades de lluvia en determinados lugares de la geografía española debido a las sequías.

Apartado 1

En Madrid la probabilidad de que llueva en un día es del 40%. Calcula la probabilidad de que llueva exactamente 5 días dentro de un período de 30 días.

problluvia<-dbinom(5,size=30,prob=0.4)
problluvia
## [1] 0.004148722

Apartado 2

En la comunidad de Madrid, la probabilidad de que llueva en un día es del 60%. Calcula la probabilidad de que llueva menos de 3 días dentro de un período de una semana.

probabilidad <- pbinom(3, size = 7, prob = 0.6)
probabilidad
## [1] 0.289792

Apartado 3

En los pirineos aragoneses , la probabilidad de que llueva en un día es del 60%. Calcula la probabilidad de que llueva más de 8 días en el periodo de 15 días.

probabilidad <- 1 - pbinom(8, size = 15, prob = 0.6)
probabilidad
## [1] 0.6098132

Apartado 4

Queremps imprimir una grafica promedio de días lluviosos en un mes. Sabemos que, en promedio, llueve 8 días al mes en esa región. Hacer con Poisson.

lluvia <- dpois(1:30, 8)
plot(lluvia)

el video explicando el trabajo está en este enlace(si no deja copiar el enlace y pegar en el buscador):
https://drive.google.com/file/d/1UlH_YKayXBOrhRNZAAR7mVT9iJNyoiIK/view?usp=sharing



Ejercicio 4

La tension de una cuerda en una actividad de construción sigue una distribución normal con una media de 800 N (newtons) y una desviación estandar de 50 N.Para que una cuerda se encuetre en una tensión ideal deberia estar entre 790N y 850N.

Apartado a

¿Cuál es la probabilidad de que la media de la muestra esté entre 780 N y 820 N?

 pnorm(820, 800, 50) - pnorm(780, 800, 50)
## [1] 0.3108435

Apartado b

¿Cuál es la probabilidad de que la media de la muestra sea menor o igual a 790 N?

 pnorm(790, 800, 50) 
## [1] 0.4207403

apartado C

¿Cuál es la probabilidad de que una cuerda tenga una tesión ideal?

 pnorm(850, 800, 50) - pnorm(790, 800, 50)
## [1] 0.4206045

apartado D

¿Cual es la probabilidad de que medir 10 cuerdas al menos 7 de ellas tengan una tension ideal?

 dbinom(7,10,0.4206045)+dbinom(8,10,0.4206045)+dbinom(9,10,0.4206045)+dbinom(10,10,0.4206045)
## [1] 0.0717096

Ejercicio5

Tomamos una muestra aleatoria de 20 jugadores de NBA y 20 jugadores de Euroliga de su edad :

NBA=(20,29,28,24,40,32,33,27,29,31,32,34,37,26,36,35,34,27,29,23)

EUROLIGA=(34,29,35,26,27,39,33,29,21,34,27,33,37,34,38,29,38,28,35,23)

Se sabe que las edades siguen una distribucion normal.

NBA=c(20,26,28,24,36,32,33,27,29,31,32,34,35,23,34,35,33,27,27,23)

EUROLIGA=c(34,32,35,28,29,39,33,29,28,34,27,35,37,34,38,29,38,28,35,29)

apartado1

Hay evidencia de que las edades medias sean iguales?

t.test(NBA,euroliga)
vemos el intervalo de confianza del 95% = [-5.15738,1.15738]
como el 0 está entre los dos valores quiere decir que las medias pueden ser iguales

apartado 2

Haz contraste de hipotesis para ver si la media de edad de la euroliga es 34

H0<- mean(euroliga)=34
H1<- mean(euroliga)!=34

pvalor=t.test(euroliga, mu=34)$p.value
el pvalor sale que es 0.03905
por lo tanto no hay evidencia estadística de que sea media 34 ya que el pvalor debe ser >= alpha(0.05)

apartado 3

Si no siguiera una distribucion normal como se haria el apartado a)?

Se hace con wilcox text
wilcox.test(NBA,euroliga)
el pvalor vemos que sale 0.03527 por lo que podemos decir que no habría evidencia para decir que las medias sean iguales

apartado 4

Se quiere saber si hay evidencia para decir que en la NBA la media de edad es mayor que 28.

H0<-mean(NBA)<=28
H1<-mean(NBA)>28

t.test(NBA,alternative="greater",mu=28)
t = 1.3777, df = 19, p-value = 0.09216
vemos que el pvalor es 0.09216 por lo que hay evidencia estadística de que la media sea mayor que 28

Ejercicio 6

Una empresa esta investigando la utilidad de dos medicinas para mejorar la concentración. Se pide a doce estudiantes, que resuelvan un ejercicio de una misma materia, anotando el tiempo, en minutos, que requieren para hacer este ejercicio,el tiempo de acabado se supone en distribución normal. Los datos obtenidos son los que aparecen en la Tabla.

Estudiante Medicamento1 Medicamento2
1 30 32
2 26 27
3 36 35
4 32 34
5 34 37
6 36 35
7 36 38
8 35 39
9 46 45
10 23 24
11 29 28
12 32 34
13 33 35
14 38 39
15 12 15

Sabemos que el tiempo en hacer el ejercicio sigue una distribucion normal

M1=c(30, 26, 36, 32, 34, 36, 36, 35, 46, 23, 29, 32, 33, 38, 12)     
M2=c(32,27,35,34,37,35,38,39,45,24,28,34,35,39,15)

apartado 1

Que tipo de muestras tenemos en este ejercicio?

Tenemos muestras emparejadas ya que se toman dos muestras de un mismo sujeto

apartado 2

Calcular un intervalo de confianza del 99 % para la diferencia en el tiempo promedio de duración.

t.test(M2,M1,conf.level = 0.99)
t = 0.46452, df = 27.915, p-value = 0.6459
99 percent confidence interval:
 -6.269910  8.803244

vemos que el intervalo de confianza es [-6.269910,8.803244]

apartado 3

¿Existe algo que indique una preferencia por alguno de los medicamentos?

Primero planteamos

H0: media M2 - media M1 =0

H1: media M2 - media M1 !=0

t.test(M1,M2,paired=TRUE)
ponemos el paired ya que son muestras emparejadas
t = -3.0204, df = 14, p-value = 0.009173
y vemos que el pvalor es menor que 0.05(alpha) por lo tanto hay evidencia de que la diferencia no será 0

apartado 4

la empresa nos dice que de una muestra de 300 estudiantes que han utilizado el primer medicamento están satisfechos 195 y del segundo medicamento al ser mas caro con 280 salieron 160 satisfechos.Funciona alguno mejo que otro?

prop.test(c(195,160),c(300,280))
## 
##  2-sample test for equality of proportions with continuity correction
## 
## data:  c(195, 160) out of c(300, 280)
## X-squared = 3.4419, df = 1, p-value = 0.06356
## alternative hypothesis: two.sided
## 95 percent confidence interval:
##  -0.004083116  0.161225974
## sample estimates:
##    prop 1    prop 2 
## 0.6500000 0.5714286

viendo el pvalor(0.06356) que es mayor que alpha(0.05) podemos decir que no hay evidencia estadistica de que ambos medicamentos funcionan distinto


el video explicando el segundo trabajo está en este enlace(si no deja copiar el enlace y pegar en el buscador): https://drive.google.com/file/d/1FvPlHHTnMTCuKckCLmZnmc-xCdyfzmw8/view?usp=sharing


Ejercicio 7

apartado 1 y 2 (paramétricas)

Apartado 1

Tenemos datos de las velocidades máximas alcanzadas por dos pilotos en una serie de vueltas durante una carrera. Vamos a comparar si hay una diferencia significativa en las velocidades máximas entre los dos pilotos.

piloto1 = c(310, 305, 312, 308, 307, 311, 309, 306, 313, 310)
piloto2 = c(308, 303, 307, 309, 305, 308, 306, 310, 312, 307)

Comparar las velocidades máximas de los dos pilotos sobre si hay una diferencia significativa entre las velocidades máximas.

t.test(piloto1,piloto2)
## 
##  Welch Two Sample t-test
## 
## data:  piloto1 and piloto2
## t = 1.3891, df = 17.993, p-value = 0.1818
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -0.8199335  4.0199335
## sample estimates:
## mean of x mean of y 
##     309.1     307.5

La hipótesis nula (H0) sería que no hay diferencia significativa entre las velocidades máximas, mientras que la hipótesis alternativa (H1) sería que sí la hay.

Al realizar el test el valor del p-valor es mayor que 0.05 por lo que no rechazamos la hipótesis nula y concluimos que no hay una diferencia significativa entre las velocidades máximas de los dos pilotos.

Apartado 2

Dos equipos de formula 1 en una temporada han echo podio el equipo A en 15 ocasiones y el equipo B en 13 ocasiones en un total de 22 carreras con la que cuenta el campeonato Quremos comparar las proporciones de carreras terminadas en podio para saber si hay diferencia significativa entre las proporciones podios de los dos equipos.

prop.test(c(15,13),c(22,22))
## 
##  2-sample test for equality of proportions with continuity correction
## 
## data:  c(15, 13) out of c(22, 22)
## X-squared = 0.098214, df = 1, p-value = 0.754
## alternative hypothesis: two.sided
## 95 percent confidence interval:
##  -0.2375481  0.4193663
## sample estimates:
##    prop 1    prop 2 
## 0.6818182 0.5909091

La hipótesis nula (H0) sería que no hay diferencia significativa entre las proporciones de podio de los dos equipos, mientras que la hipótesis alternativa (H1) sería que sí la hay. Como p-valor mayor que 0.05 no rechazamos H0 y decimos que no hay diferencia significativa entre los dos equipos.

apartado 3 y 4 (no paramétricas)

Una empresa automotriz está probando 2 refrigerantes de enfriamiento para motores de moto con el objetivo de determinar cuál de los dos es más efectivo en bajar la temperatura de funcionamiento. Se seleccionaron 12 motores iguales y se aplicaron ambos refrigerantes a cada motor de manera aleatoria.

A continuación se presentan las temperaturas de funcionamiento, en Celsius, registradas para cada método de enfriamiento:

Método Temperaturas
Método A 61.2, 58.5, 62.1, 59.8, 59.9, 65.5, 64.8, 65.2, 62.9, 56.8, 59.0, 63.5
Método B 60.5, 59.3, 63.2, 58.9, 60.8, 64.0, 66.2, 65.7, 62.3, 57.9, 60.0, 62.8
MA=c(61.2, 58.5, 62.1, 59.8, 59.9, 65.5, 64.8, 65.2, 62.9, 56.8, 59.0, 63.5)
MB=c(60.5, 59.3, 63.2, 58.9, 60.8, 64.0, 66.2, 65.7, 62.3, 57.9, 60.0, 62.8)

apartado 3

Realiza el contraste de hipotesis mediante uno de los dos métodos no parámetricos.

Lo realizaremos con el método de Wilcoxon.

H0= los dos metodos son iguales

H1= los dos metodos se diferecian

wilcox.test(MA,MB)
## 
##  Wilcoxon rank sum exact test
## 
## data:  MA and MB
## W = 68, p-value = 0.8428
## alternative hypothesis: true location shift is not equal to 0

Al hacer el test y ver que el p-valor es mayor que alpha(0.05), podemos decir que la hipotesis de que los metodos no tienen una diferencia notoria.

apartado 4

Realiza el contraste de hipótesis mediante el otro método para ver si funcionan igual.

Lo realizaremos con el método de los signos, que realiza hipotesis sobre la mediana.

La hipotesis nula es que la resta de las medianas =0 y la alternativa que lo sea mayor.

se reemplaza cada valor muestral que excede a la mediana con un signo más y cada valor muestral menor que la mediana con un signo menos.

Si la hipótesis nula es verdadera, la suma de los signos más debe ser igual a la suma de los signos menos.

1 2 3 4 5 6 7 8 9 10 11 12
A 61.2 58.5 62.1 59.8 59.9 65.5 64.8 65.2 62.9 56.8 59.0 63.5
B 60.5 59.3 63.2 58.9 60.8 64.0 66.2 65.7 62.3 57.9 60.0 62.8
Signo + - - + - + - - + - - +

N+=5 y N-= 7

Bs=7

Balpha/2,n=qbinom(1- (0.05/2),12,0.5)=9

Vemos que Bs < Balpha/2,n por lo que no rechazamos H0, es decir que los dos métodos no son sognofocativamente diferentes.

Ejercicio 8

Un entusiasta del café está probando cinco variedades de granos de café recién tostados para evaluar su sabor y perfil de aroma. A continuación se muestra una tabla con las puntuaciones obtenidas en la cata:

Tipo de Café Puntuaciones de Sabor
1 4.2, 4.5, 4.0, 4.3
2 4.4, 4.2, 4.1, 4.3
3 4.0, 4.1, 3.9, 4.2
4 3.8, 4.0, 4.2, 4.1
5 4.3, 4.4, 4.2, 4.5

apartado1

Prueba que las puntuaciones cumplen la primera condición para usar ANOVA (Datos con distribución normal)

datos=c(4.2, 4.5, 4.0, 4.3,4.4, 4.2, 4.1, 4.3,4.0, 4.1, 3.9, 4.2,3.8, 4.0, 4.2, 4.1,4.3, 4.4, 4.2, 4.5);
tiposcaf=factor(c(rep("1",4),rep("2",4),rep("3",4),rep("4",4),rep("5",4)));

#Podemos hacerlo viendo un histograma:
hist(datos);
lines(density(datos),col=2,lwd=3);

viendo el histograma se puede ver que sigue una distribucion normal.

apartado2

Prueba que las puntuaciones cumplen la segunda condición para usar ANOVA (Homoceasticidad)

boxplot(datos~tiposcaf)

bartlett.test(datos~tiposcaf)
## 
##  Bartlett test of homogeneity of variances
## 
## data:  datos by tiposcaf
## Bartlett's K-squared = 1.0884, df = 4, p-value = 0.8961

viendo el diagrama de cajas y el test de bartlett se puede ver que hay homocedeasticidad ya que en el test podemos ver un p-valor mayor de 0.05 y en el diagrama de cajas se ve que no desvían mucho.

apartado 3

¿Existe alguna diferencia en las notas por el tipo de cafe probado?

Para esto se te proporciona la tabla ANOVA incompleta, completala y luego responde a la pregunta.

Fuente de variación Grados de Libertad Suma de Cuadrados Media de Cuadrados Valor F
Entre Grupos dfEntre = 4 SSE = MSE = 3.245
Dentro Grupos dfDentro = SSD = MSD = 0.0245
Total dfTotal = SST = 0.6855
H0<-mean(1)=mean(2)...=mean(5);
H1<-cualquiera es diferente;

| Fuente de variación | Grados de Libertad| Suma de Cuadrados  | Media de Cuadrados | Valor F |
|---------------------|-------------------|--------------------|--------------------|---------|
| Entre Grupos        | dfEntre = 4       |   SSE = 0.3180     | MSE =  0.0795      | 3.245   |
| Dentro Grupos       | dfDentro = 15     |   SSD = 0.3675     | MSD =  0.0245      |         |
| Total               | dfTotal = 19      |   SST = 0.6855     |                    |         |

F(4,15,0.05)=qf(0.95,4,15)=3.055568

Ahora miramos en las tablas cuánto vale el valor crítico: F4,15,0.05 = 3.055568. Como
Fs es mayor que F4,15,0.05 rechazamos H0, por lo que decimos que, con un 95 % de
confianza, tenemos suficiente evidencia de que influye el tipo de café.

apartado 4

Construir un intervalo del 95 % para la estimación de la media del tipo de café 3.

confint(lm(datos~tiposcaf))
##                  2.5 %     97.5 %
## (Intercept)  4.0831877 4.41681231
## tiposcaf2   -0.2359082 0.23590823
## tiposcaf3   -0.4359082 0.03590823
## tiposcaf4   -0.4609082 0.01090823
## tiposcaf5   -0.1359082 0.33590823

cogemos el del tipocaf3 y vemos que el intervalo de confianza del 95% es -0.4359082 a 0.03590823

Ejercico 9 Regresion lineal

Queremos estudiar una regresión lineal etre el tiempo que se tarda en preparar un cafe instantaneo y el tiempo que se tarda en beberselo los datos son los siguentes

 preparar= c(11.49, 11.4, 12.69, 11.85, 11.79, 10.87, 8.94, 11.36, 11.2, 12.25, 12.38, 10.66, 12.02, 11.14, 13.47, 11.68, 13.51, 11.72, 13.24, 11.95);
 beber=c(25.29, 24.25, 26.71, 27.35, 27.17, 24.36, 17.78, 23.72, 24.46, 26.99, 27.92, 24.26, 28, 24.39, 30.39, 25.39, 29.24, 25.83, 28.77, 26.71)

Apartado 1

Indica cual es la pendiente de la regrasión lineal

  summary(lm(beber~preparar))
## 
## Call:
## lm(formula = beber ~ preparar)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.45433 -0.74355  0.01474  0.54026  1.46763 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  -2.7456     2.3116  -1.188     0.25    
## preparar      2.4358     0.1955  12.460 2.75e-10 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.8914 on 18 degrees of freedom
## Multiple R-squared:  0.8961, Adjusted R-squared:  0.8903 
## F-statistic: 155.2 on 1 and 18 DF,  p-value: 2.748e-10

En este caso el resultado seria B=2.4258

Apartado 2

Indica los intervalos de confianza al 95% para la constante.

  confint(lm(beber~preparar))
##                 2.5 %   97.5 %
## (Intercept) -7.601989 2.110867
## preparar     2.025060 2.846475

En este caso el resultado seria (2.02506,2.846475)

Apartado 3

Indica el coeficiente de determinación y explica el resultado de la prueba

  summary(lm(beber~preparar))
## 
## Call:
## lm(formula = beber ~ preparar)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.45433 -0.74355  0.01474  0.54026  1.46763 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  -2.7456     2.3116  -1.188     0.25    
## preparar      2.4358     0.1955  12.460 2.75e-10 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.8914 on 18 degrees of freedom
## Multiple R-squared:  0.8961, Adjusted R-squared:  0.8903 
## F-statistic: 155.2 on 1 and 18 DF,  p-value: 2.748e-10

En este caso el resultado seria R^2=0.8961 la relacion es muy aceptable ya que roza el 0.9 por lo que india que hay una relación.

Apartado 4

Realiza un test de correlación para ver la fortaleza y la relación entre el tiempo de preparaciñon y lo que se tarda en beberlo y explica el resultado de la prueba.

  cor.test(beber,preparar)
## 
##  Pearson's product-moment correlation
## 
## data:  beber and preparar
## t = 12.46, df = 18, p-value = 2.748e-10
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.8675067 0.9790301
## sample estimates:
##       cor 
## 0.9466271

Al realizar la prueba esta nos da que cor= 0.9466271 lo que indica que la pendiente es positiva y tiene una alta correlación ya que esta cerca de 1.


enlace para el tercer video: https://drive.google.com/file/d/1CriIwYugtTlUtkdgFbuXaVEKhmiQ1cU2/view?usp=sharing


Banco de datos

Vamos a cargar los datos de mtcars en R y haremos un estudio sobre la relación lineal de varias variables y luego un contraste de hipotesis.

mpg: Millas por galón (miles per gallon).

cyl: Número de cilindros.

disp: Volumen del motor (pulgadas cúbicas).

hp: Potencia bruta (horsepower).

drat: Relación de transmisión (rear axle ratio).

wt: Peso del vehículo (miles de libras).

qsec: Tiempo de 1/4 milla (segundos).

vs: Tipo de motor (0 = V-shaped, 1 = Straight).

am: Tipo de transmisión (0 = Automática, 1 = Manual).

gear: Número de marchas.

carb: Número de carburadores.

Contraste de hipotesis

Vamos a ver si los dos tipos de motor influyen el tiempo que se tarda en recorrer 1/4 de milla.

Los datos son:

tipoV=mtcars$qsec[mtcars$vs==0]
tipoS=mtcars$qsec[mtcars$vs==1]

tipoV;
##  [1] 16.46 17.02 17.02 15.84 17.40 17.60 18.00 17.98 17.82 17.42 16.87 17.30
## [13] 15.41 17.05 16.70 14.50 15.50 14.60
tipoS;
##  [1] 18.61 19.44 20.22 20.00 22.90 18.30 18.90 19.47 18.52 19.90 20.01 18.90
## [13] 16.90 18.60

Ahora vemos si hay una diferecnia entre los dos motores:

t.test(tipoV,tipoS)
## 
##  Welch Two Sample t-test
## 
## data:  tipoV and tipoS
## t = -5.9433, df = 24.648, p-value = 3.522e-06
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -3.555083 -1.724282
## sample estimates:
## mean of x mean of y 
##  16.69389  19.33357

Vemos que el p-valor es casi 0 por lo que el tipo de motor si que inluye en el tiempo en recorrer 1/4 de milla.

lo podriamos ver con algún diagrama:

boxplot(mtcars$qsec[mtcars$vs==0],mtcars$qsec[mtcars$vs==1])

hist(mtcars$qsec[mtcars$vs==1])

hist(mtcars$qsec[mtcars$vs==0])

Regresion lineal

Vamos a ver la relación lineal que tiene el volumen del motor y las millas por galón.

summary(lm(mtcars$mpg~mtcars$disp))
## 
## Call:
## lm(formula = mtcars$mpg ~ mtcars$disp)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -4.8922 -2.2022 -0.9631  1.6272  7.2305 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 29.599855   1.229720  24.070  < 2e-16 ***
## mtcars$disp -0.041215   0.004712  -8.747 9.38e-10 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.251 on 30 degrees of freedom
## Multiple R-squared:  0.7183, Adjusted R-squared:  0.709 
## F-statistic: 76.51 on 1 and 30 DF,  p-value: 9.38e-10
cor.test(mtcars$mpg,mtcars$disp)
## 
##  Pearson's product-moment correlation
## 
## data:  mtcars$mpg and mtcars$disp
## t = -8.7472, df = 30, p-value = 9.38e-10
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.9233594 -0.7081376
## sample estimates:
##        cor 
## -0.8475514

Video:https://drive.google.com/file/d/1kiRR6Hrb4OHUoxjM-E-zfzQyAfdF9Cxg/view?usp=sharing