Integrantes:
Edwin Carrascal Perez
Sheila Cisneros Caceres
Mirella Colqui Contreras
Juan Sebastian Campos Loyola
Santiago Conza ZeladaAquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es menor que el valor de 0.05; por lo tanto, se rechaza la hipotesis nula.
> with(Dataset, (t.test(Árbol.de.clasificación, Sistema.actual, alternative='two.sided', conf.level=.95, paired=TRUE)))
Paired t-test
data: Árbol.de.clasificación and Sistema.actual
t = 5.1464, df = 29, p-value = 1.689e-05
alternative hypothesis: true mean difference is not equal to 0
95 percent confidence interval:
1.164004 2.699329
sample estimates:
mean difference
1.931667 Aquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es mayor que el valor de 0.05; por lo tanto, se acepta la hipotesis nula. H0: u1-u2=0; H1: u1-u2<0
> with(Dataset, (t.test(Árbol.de.clasificación, Sistema.actual, alternative='less', conf.level=.95, paired=TRUE)))
Paired t-test
data: Árbol.de.clasificación and Sistema.actual
t = 5.1464, df = 29, p-value = 1
alternative hypothesis: true mean difference is less than 0
95 percent confidence interval:
-Inf 2.569422
sample estimates:
mean difference
1.931667 Aquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es menor que el valor de 0.05; por lo tanto, se rechaza la hipotesis nula. H0: u1-u2=0; H1: u1-u2>0
> with(Dataset, (t.test(Árbol.de.clasificación, Sistema.actual, alternative='greater', conf.level=.95, paired=TRUE)))
Paired t-test
data: Árbol.de.clasificación and Sistema.actual
t = 5.1464, df = 29, p-value = 8.443e-06
alternative hypothesis: true mean difference is greater than 0
95 percent confidence interval:
1.293911 Inf
sample estimates:
mean difference
1.931667 Aquí realizamos la comparación entre las variables de Métodos de regresión y sistema actual, en donde el p value es menor que el valor de 0.05; por lo tanto, se rechaza la hipotesis nula.
> with(Dataset, (t.test(Métodos.de.regresión, Sistema.actual, alternative='two.sided', conf.level=.95, paired=TRUE)))
Paired t-test
data: Métodos.de.regresión and Sistema.actual
t = -5.3138, df = 29, p-value = 1.061e-05
alternative hypothesis: true mean difference is not equal to 0
95 percent confidence interval:
-3.061533 -1.359801
sample estimates:
mean difference
-2.210667 Aquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es menor que el valor de 0.05; por lo tanto, se rechaza la hipotesis nula. H0: u1-u2=0; H1: u1-u2<0
> with(Dataset, (t.test(Métodos.de.regresión, Sistema.actual, alternative='less', conf.level=.95, paired=TRUE)))
Paired t-test
data: Métodos.de.regresión and Sistema.actual
t = -5.3138, df = 29, p-value = 5.303e-06
alternative hypothesis: true mean difference is less than 0
95 percent confidence interval:
-Inf -1.503788
sample estimates:
mean difference
-2.210667 Aquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es mayor que el valor de 0.05; por lo tanto, se acepta la hipotesis nula. H0: u1-u2=0; H1: u1-u2>0
> with(Dataset, (t.test(Métodos.de.regresión, Sistema.actual, alternative='greater', conf.level=.95, paired=TRUE)))
Paired t-test
data: Métodos.de.regresión and Sistema.actual
t = -5.3138, df = 29, p-value = 1
alternative hypothesis: true mean difference is greater than 0
95 percent confidence interval:
-2.917545 Inf
sample estimates:
mean difference
-2.210667 Aquí realizamos la comparación entre las variables de Redes neuronales y sistema actual, en donde el p value es menor que el valor de 0.05; por lo tanto, se rechaza la hipotesis nula.
> with(Dataset, (t.test(Redes.neuronales, Sistema.actual, alternative='two.sided', conf.level=.95, paired=TRUE)))
Paired t-test
data: Redes.neuronales and Sistema.actual
t = 3.3642, df = 29, p-value = 0.002174
alternative hypothesis: true mean difference is not equal to 0
95 percent confidence interval:
0.6483396 2.6589937
sample estimates:
mean difference
1.653667 Aquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es mayor que el valor de 0.05; por lo tanto, se acepta la hipotesis nula. H0: u1-u2=0; H1: u1-u2<0
> with(Dataset, (t.test(Redes.neuronales, Sistema.actual, alternative='less', conf.level=.95, paired=TRUE)))
Paired t-test
data: Redes.neuronales and Sistema.actual
t = 3.3642, df = 29, p-value = 0.9989
alternative hypothesis: true mean difference is less than 0
95 percent confidence interval:
-Inf 2.488868
sample estimates:
mean difference
1.653667 Aquí realizamos la comparación entre las variables de arbol de clasificación y sistema actual, en donde el p value es menor que el valor de 0.05; por lo tanto, se rechaza la hipotesis nula. H0: u1-u2=0; H1: u1-u2>0
> with(Dataset, (t.test(Redes.neuronales, Sistema.actual, alternative='greater', conf.level=.95, paired=TRUE)))
Paired t-test
data: Redes.neuronales and Sistema.actual
t = 3.3642, df = 29, p-value = 0.001087
alternative hypothesis: true mean difference is greater than 0
95 percent confidence interval:
0.8184654 Inf
sample estimates:
mean difference
1.653667 En conclusión, se debería de implementar la propuesta del método de Regresión dado que, en la prubea de hipótesis, se acepta que la media del tiempo de falla es menor tiempo medio del sistema actual.