Introducción

como capturamos los datos, zonas… descripción del ejercicio

Carga datos

A continuación se cargan las bases de datos del ejercicio del sonido:

explicar couantos datos …

library(readr)
ciencias <- read_csv("Estadistica para Biologos/ciencias.csv",skip = 8)
licenciatura <- read_csv("Estadistica para Biologos/licenciatura.csv",skip = 8)

Ahora mostrare la base de datos combinada de las mediciones

sonido=rbind.data.frame(ciencias,licenciatura)
head(sonido)

Mapeo

Verificar que los puntos sean apropiados o que se vean en el espacio que se tomaron los datos:

require(leaflet)
leaflet() %>% addTiles() %>%
  addCircleMarkers(lng=sonido$Longitude,lat=sonido$Latitude)

Evaluación hipotesis

Primero se genera la tabla general de la media, detalle de la tabla

require(table1)
table1(~`1:Measurement_Value`,data=sonido)
Overall
(N=2358)
1:Measurement_Value
Mean (SD) 68.5 (5.53)
Median [Min, Max] 68.3 [54.1, 85.3]

(escribir hipotesis)…

Se valida la hipotesis de que los datos concuerdan con una hipotesis planteada de ruido:

table1(~`1:Measurement_Value`|Session_Name,data=sonido)
Ciencias
(N=1164)		 Licenciatura
(N=1194)		 Overall
(N=2358)
1:Measurement_Value
Mean (SD) 66.1 (4.98) 70.8 (4.99) 68.5 (5.53)
Median [Min, Max] 65.7 [54.1, 82.6] 70.7 [57.0, 85.3] 68.3 [54.1, 85.3]

De manera grafica podemos evaluar la hipotesis con un boxplot

require(ggplot2)
## Cargando paquete requerido: ggplot2
ggplot(sonido,aes(y=`1:Measurement_Value`,x=Session_Name,fill=Session_Name))+geom_boxplot()+theme_bw()

Conclusiones

se observa….

limitaciones del ejercicio

se tomaron casi a la misma hora…