ESTADISTICA 2

Estadística II - Pràctica 3

Nom i Cognoms Mario Estruch Encinas NIU 1567533

19 noviembre 2021 - 13:16:52

Important: Abans de començar a editar aquest document, guardar el fitxer fent el següent pas : File > Encoding with UTF-8

D’aquesta manera s’eviten símbols estranys a l’escriure en català o en les expressions matemàtiques.

Instruccions

• Fer tots els càlculs amb R, entrant el codi corresponent dins del code chunk corresponent.
• Recordar que només pots escriure codi dins dels code chunks, i començar a escriure sempre a sota de ‘{r}’. No toqueu les darreres 3 ratlles!
• Executar cada code chunk (clicar triangle verd corresponent) per assegurar que no hi ha errors en el codi.
• Verifiqueu que heu entrat correctament el vostre nom i NIU a l’inici

Objectiu

L’objectiu d’aquesta pràctica és utilitzar RStudio per realitzar exercicis de contrastos d’hipòtesis paramètrics.

És important que guardeu el document amb tots els resultats de la pràctica ja que al finalitzar la sessió cada estudiant farà un enviament individual del document amb els resultats.

Exercici 1:

Obre el fitxer Accions.csv. Aquest fitxer recull l’evolució diària del rendiment d’un conjunt d’accions, Microsoft, Exxon, Johnson&Johnson, i l’índex Nasdaq) des de 01/01/2018 fins a 31/12/2020.

# ESCRIURE EL CODI "R" CORRESPONENT AQUÍ
library(readr)
Accions <- read.csv("Accions.csv")

Contrasta si la mitjana poblacional del rendiment és positiva, amb una significació del 5% i per a cada una de les accions (Exxon, Microsoft i Johnson):

Realitzarem el test fent servir el paquet “TeachingDemos”. El carregarem amb la funció library() i utilitzarem la funció: t.test(x,conf.level=)

# ESCRIURE EL CODI "R" CORRESPONENT AQUÍ
library(TeachingDemos)

t.test(Accions$Exxon, alternative = c("greater"), mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95)

##
##  One Sample t-test
##
## data:  Accions$Exxon
## t = -1.2009, df = 783, p-value = 0.8849
## alternative hypothesis: true mean is greater than 0
## 95 percent confidence interval:
##  -0.095114       Inf
## sample estimates:
##   mean of x
## -0.04011023

t.test(Accions$Microsoft, alternative = c("greater"), mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95)

##
##  One Sample t-test
##
## data:  Accions$Microsoft
## t = 1.7085, df = 783, p-value = 0.04397
## alternative hypothesis: true mean is greater than 0
## 95 percent confidence interval:
##  0.001912768         Inf
## sample estimates:
##  mean of x
## 0.05293426

t.test(Accions$J_J, alternative = c("greater"), mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95)

##
##  One Sample t-test
##
## data:  Accions$J_J
## t = 0.89973, df = 783, p-value = 0.1843
## alternative hypothesis: true mean is greater than 0
## 95 percent confidence interval:
##  -0.01681992         Inf
## sample estimates:
##  mean of x
## 0.02025689

Identifica per a cada contrast:

• la hipòtesi nul·la
• la hipòtesi alternativa
• el VOEC
• el pvalor

H0: u = 0 H1: u > 0 VOEC: -1.2 / 1.7 / 0.899 Pvalor: 0.88 / 0.04 / 0.18

Per a quina acció podem assegurar que la mitjana del rendiment és positiva? R/ Nomes podem assegurar que la mitjana del rendiment de Microssoft és positiva

Exercici 2:

A partir de les dades que trobaràs al fitxer DespesaAliments.csv, volem saber si la despesa mitjana anual en alimentació per persona és diferent segons si la persona treballa o no. Amb aquest objectiu,primer és necessari saber si les variàncies de la despesa en alimentació per persona és diferent segons si la persona treballa o no, considera un nivell de significació del 10%:

• Comparem les variàncies

# ESCRIURE EL CODI "R" CORRESPONENT AQUÍ
library(readr)
DespesaAliments <- read_csv ("DespesaAliments.csv")

##
## -- Column specification --------------------------------------------------------
## cols(
##   alimdesp = col_double(),
##   renda = col_double(),
##   provincia = col_double(),
##   treball = col_double()
## )

x = subset(DespesaAliments$alimdesp,DespesaAliments$treball==1)
y = subset(DespesaAliments$alimdesp,DespesaAliments$treball==2)

varxytest<-var.test(x, y, ratio = 1, alternative = c("two.sided"))
varxytest

...