1. Punto
fumadores <- c(69.3, 56.0, 22.1, 47.6, 53.2, 48.1, 52.7, 34.4, 60.2, 43.8, 23.2, 13.8)

Cálculo de la media y desviación estándar

media_fumadores <- mean(fumadores)
desv_fumadores <- sd(fumadores)

Imprimir resultados

cat("La media de la muestra de fumadores es:", media_fumadores, "\n")
## La media de la muestra de fumadores es: 43.7
cat("La desviación estándar es:", desv_fumadores, "\n")
## La desviación estándar es: 16.92776

B)Punto

Cálculo de la media y desviación estándar

no_fumadores <- c(28.6, 25.1, 26.4, 34.9, 29.8, 28.4, 38.5, 30.2, 30.6, 31.8, 41.6, 21.1, 36.0, 37.9, 13.9)

Cálculo de la media y desviación estándar

media_no_fumadores <- mean(no_fumadores)
desv_no_fumadores <- sd(no_fumadores)

Imprimir resultados

cat("La media de la muestra de no fumadores es:", media_no_fumadores, "\n")
## La media de la muestra de no fumadores es: 30.32
cat("La desviación estándar es:", desv_no_fumadores, "\n")
## La desviación estándar es: 7.127833

C)Punto

fumadores <- c(69.3, 56.0, 22.1, 47.6, 53.2, 48.1, 52.7, 34.4, 60.2, 43.8, 23.2, 13.8)

Cuartiles

Q1_fumadores <- quantile(fumadores, 0.25) 
Q3_fumadores <- quantile(fumadores, 0.75)

Rango intercuartílico

IQR_fumadores <- Q3_fumadores - Q1_fumadores

Límites para atípicos

limite_inferior <- Q1_fumadores - 1.5 * IQR_fumadores
limite_superior <- Q3_fumadores + 1.5 * IQR_fumadores

Valores atípicos

atipicos <- fumadores[fumadores < limite_inferior | fumadores > limite_superior]

Diagrama de caja

boxplot(fumadores, 
        main = "Diagrama de Caja - Fumadores",
        col = "lightblue",
        horizontal = TRUE,
        ylab = "Tiempo en minutos")

# Imprimir resultados

cat("Cuartil 1 (Q1) de Fumadores:", Q1_fumadores, "\n")
## Cuartil 1 (Q1) de Fumadores: 31.6
cat("Cuartil 3 (Q3) de Fumadores:", Q3_fumadores, "\n")
## Cuartil 3 (Q3) de Fumadores: 53.9
cat("Valores atípicos en Fumadores:", atipicos, "\n")
## Valores atípicos en Fumadores:

Punto D

if (!require(moments)) install.packages("moments", dependencies = TRUE)
## Loading required package: moments
library(moments)

##Datos Fumadores

fumadores <- c(69.3, 56.0, 22.1, 47.6, 53.2, 48.1, 52.7, 34.4, 60.2, 43.8, 23.2, 13.8)

Calcular la curtosis

curtosis_fumadores <- kurtosis(fumadores)

Determinar el tipo de distribución

if (curtosis_fumadores > 3) {
  tipo_distribucion <- "Leptocúrtica (más puntiaguda que la normal)"
} else if (curtosis_fumadores == 3) {
  tipo_distribucion <- "Mesocúrtica (similar a la normal)"
} else {
  tipo_distribucion <- "Platicúrtica (más plana que la normal)"
}

Imprimir resultados

cat("La distribución de los datos en la muestra de fumadores es:", tipo_distribucion, "\n")
## La distribución de los datos en la muestra de fumadores es: Platicúrtica (más plana que la normal)
cat("La curtosis es:", curtosis_fumadores, "\n")
## La curtosis es: 2.105016

Punto E

fumadores <- c(69.3, 56.0, 22.1, 47.6, 53.2, 48.1, 52.7, 34.4, 60.2, 43.8, 23.2, 13.8)
no_fumadores <- c(28.6, 25.1, 26.4, 34.9, 29.8, 28.4, 38.5, 30.2, 30.6, 31.8, 41.6, 21.1, 36.0, 37.9, 13.9)

Calcular desviaciones estándar

desv_fumadores <- sd(fumadores)
desv_no_fumadores <- sd(no_fumadores)

Comparar variabilidad

if (desv_fumadores > desv_no_fumadores) {
  mayor_var <- "Fumadores"
  razon <- "su desviación estándar es mayor"
} else {
  mayor_var <- "No Fumadores"
  razon <- "su desviación estándar es mayor"
}

Imprimir resultados

cat("El conjunto de datos que presenta mayor variabilidad es:", mayor_var, "\n")
## El conjunto de datos que presenta mayor variabilidad es: Fumadores
cat("Ya que", razon, "\n")
## Ya que su desviación estándar es mayor