Practica Bioestadística 2B

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 5

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

DEPARTAMENTO DE CIENCIAS DE LA SALUD

MEDICINA

BIOESTADÍSTICA

Integrantes:

- Alisson Alvarez

- Jhosmara Montaño

- Kiara Quiñonez

Docente: Dr. Pablo Ramón

Fecha: 22/12/2022

PRÁCTICA 1 - SEGUNDO BIMESTRE

Proponga y resuelva:

1. Un ejercicio de prueba de hipótesis para la media de una muestra unilateral.


Graficar

ho=La presión no varía según la edad


Ha=La presión varía con la edad
Dado que el valor p es menor a 0.5 (en este caso corresponde a 2.22e-127) se rechaza la
hipótesis nula.
2. Un ejercicio de prueba de diferencia de media (pareadas o indpendientes).
Graficar

Ho: No hay diferencia entre el tiempo de reacción antes y después (Ud = 0)


H1: Si hay diferencia entre el tiempo de reacción antes y después (Ud <> 0)
calculamos el vector de diferencias:
d= antes-después
d
Verificamos supuestos (prueba pareada tiene 1 supuesto)
probamos la normalidad del vector d:
Ho: Los datos son normales
shapiro.test(d)

Las diferencias son normales (p-valor (0.02386) > alfa)

Ejecutamos la prueba t.student pareada:


t.test(antes, después, paired=TRUE)

Conclusión: No se rechaza la Ho puesto que p-valor > alfa.

hipótesis alternativa: la diferencia media verdadera no es igual a 0


Intervalo de confianza del 95 por ciento:
-8.093466 1.093466
estimaciones de muestra:
diferencia significativa
-3.5
3. Un ejercicio de anova DCA. Realizar el proceso completo y una gráfica.

11.10 Reducir hostilidad Un psicólogo clínico deseaba comparar tres métodos para reducir
niveles de hostilidad en estudiantes universitarios, con el uso de cierto examen psicológico
(HLT). Se tomaron las calificaciones altas de este examen como indicio de gran hostilidad.
Once estudiantes que obtuvieron calificaciones altas y casi iguales se emplearon en el
experimento. Cinco fueron seleccionados al azar de entre los 11 estudiantes y tratados con
el método A, tres se tomaron al azar de los seis estudiantes restantes y se trataron con el
método B, y los otros tres estudiantes con el método C. Todos los tratamientos continuaron
durante todo un semestre, cuando el examen HLT se aplicó de nuevo. Los resultados se
muestran en la tabla.

# Hipótesis:
# Ho: La cantidad de estudiantes es similar en los dos últimos métodos.
# H1: Existe al menos un método con cantidad de estudiantes diferentes.

Gráfica de medias
plotmeans(y ~ x, lwd=3, xlab="Método",ylab="% de HLT")

#PASO 1: Ejecutamos el anova


modelo=aov(HLT ~ metodo)
summary(modelo)
# Conclusión: Si existe diferencia significativa entre los
# métodos (F=5.149, p= 0.0365)

> bartlett.test(modelo$residuals ~ x)

Bartlett test of homogeneity of variances

data: modelo$residuals by x
Bartlett's K-squared = 0.89722, df = 2, p-value = 0.6385

> shapiro.test(modelo$residuals)

Shapiro-Wilk normality test

data: modelo$residuals
W = 0.91395, p-value = 0.2714

Conclusión: En ambas se acepta la hipótesis nula

Homocedasticidad
R: Las varianzas son iguales
Normalidad residual

R: Los residuos son normales

Conclusión: Se cumplen los supuestos del anova.

También podría gustarte