##Formulación de la hipótesis: Supongamos que en tu base de datos tienes una columna llamada Population(Población) y otra columna llamada Continent(Continente). #Podemos plantear la siguiente hipótesis: #Hipótesis nula (H0): No hay diferencia significativa en la media de la población entre los continentes. #Hipótesis alternativa (H1): Hay una diferencia significativa en la media de la población entre los continentes. #Prueba de hipótesis: Usaremos una ANOVA para comparar las medias de la población entre diferentes continentes

# Cargar el archivo CSV
data <- read.csv("Datos.csv")

# Mostrar las primeras filas del dataframe para verificar la carga
head(data)
##         Country Population.2024 Population.2023 Area..km2. Density...km2.
## 1         India      1441719852      1428627663         3M            485
## 2         China      1425178782      1425671352       9.4M            151
## 3 United States       341814420       339996563       9.1M             37
## 4     Indonesia       279798049       277534122       1.9M            149
## 5      Pakistan       245209815       240485658     770.9K            318
## 6       Nigeria       229152217       223804632     910.8K            252
##   Growth.Rate World.. World.Rank
## 1      0.0092  0.1801          1
## 2     -0.0003  0.1780          2
## 3      0.0053  0.0427          3
## 4      0.0082  0.0350          4
## 5      0.0196  0.0306          5
## 6      0.0239  0.0286          6
# Limpiar los nombres de las columnas
colnames(data) <- make.names(colnames(data))

# Mostrar los nombres de las columnas
print(colnames(data))
## [1] "Country"         "Population.2024" "Population.2023" "Area..km2."     
## [5] "Density...km2."  "Growth.Rate"     "World.."         "World.Rank"
data$Density_Category <- ifelse(data$Density...km2. > 100, "Alta", "Baja")
t_test_result <- t.test(Population.2024 ~ Density_Category, data = data)
print(t_test_result)
## 
##  Welch Two Sample t-test
## 
## data:  Population.2024 by Density_Category
## t = 1.4274, df = 126.5, p-value = 0.1559
## alternative hypothesis: true difference in means between group Alta and group Baja is not equal to 0
## 95 percent confidence interval:
##  -10010380  61831566
## sample estimates:
## mean in group Alta mean in group Baja 
##           47754641           21844048

#Interpretación del resultado de la prueba t: Hipótesis nula (H0): No hay diferencia significativa en lamedia de la población en 2024 entre países con alta densidad de población y países con baja densidad depoblación.

Hipótesis alternativa (H1): Hay una diferencia significativa en la media de la población en 2024entre países con alta densidad de población y países con baja densidad de población.

El resultado de laprueba t te proporcionará: El valor de t. El valor p (p-value). La media de las poblaciones en cada grupo. El intervalo de confianza dela diferencia de medias. Si el valor p es menor que el nivel de significancia (generalmente 0.05), rechazamos lahipótesis nula y concluimos que hay una diferencia significativa en la media de la población entre los dos grupos