Universidad Nacional de Rosario

Facultad de Humanidades y Artes

Doctorado en Humanidades y Artes con mención
en
Ciencias de la Educación

ESTADÍSTICA

Profesor: Dra. Celina Beltrán

Tema: Trabajo opción 2

Rebeca Mejia
Correo: crmejia@espe.edu.ec
Trabajo: Opción 2: Aplicación de alguna de las técnicas desarrolladas en clase en
un conjunto de datos propio o en datos provenientes de los ejemplos analizados en
clase.
Lo realizado: se ha definido H0, H1, estadística del test, nivel de significación, valor
de probabilidad asociada PValue la probabilidad de equivocarme en rechazar la
hipótesis nula 0,00000000001, sumamente bajo el nivel de significancia, la
comprobación de la hipótesis es verdadera para la hipótesis alternativa. La
variabilidad es mucho menor.
A continuación se muestra salidas de las pantallas de R.

Salida_Resultados.R
Rebeca Mejia

Tue Jan 05 10:40:29 2016

## Trabajo Rebeca Mejía
setwd("~/Doctorado_Rebeca")
datos<-read.csv(file = "Ganancia en Aprendizaje.txt",header = T,sep = "",dec
= ",")
View(datos)
attach(datos)
names(datos)
## [1] "Maestro" "Estudiante" "Calificacion.Pre"
## [4] "Calificacion.Post" "Ganancia"
Maestro
## [1] S S S S S S S S S S S S S S S S S S S T T T T T T T T T T T T T T T
T
## [36] T T T T T T T T U U U U U U U U U U U U U U U U U U U U U U U U U U
U
## [71] V V V V V V V V V V V V V V V V V V V V V V V V W W W W W W W W W W
W
## [106] W W W W W W W W W W W W W W W W X X X X X X X X X X X X X X X X X X
X
## [141] Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Z
Z
## [176] Z Z Z Z Z Z Z Z Z Z Z Z Z Z Z
## Levels: S T U V W X Y Z
Estudiante
## [1] 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175
## [18] 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192
## [35] 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209
## [52] 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226
## [69] 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243
## [86] 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260
## [103] 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277
## [120] 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294
## [137] 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311
## [154] 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328
## [171] 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345
## [188] 346 347 348
## Prueba de Hipótesis
## mu1 = Calificacion Pre
## mu2 = Calificacion Post

## Ho: mu1=mu2
## H1: mu1<mu2

## nivel de significancia = alfa = 0,05

media_mu1=mean(Calificacion.Pre)
media_mu1
## [1] 31.57895
media_mu2=mean(Calificacion.Post)
media_mu2
## [1] 36.21053
desv_mu1=sd(Calificacion.Pre)
desv_mu1
## [1] 11.84698
desv_mu1=sd(Calificacion.Post)
desv_mu1
## [1] 13.81502
t.test(Calificacion.Pre,alternative=c("less"), mu=media_mu2, conf.level=0.95)
##
## One Sample t-test
##
## data: Calificacion.Pre
## t = -5.3889, df = 189, p-value = 1.047e-07
## alternative hypothesis: true mean is less than 36.21053
## 95 percent confidence interval:
## -Inf 32.99961
## sample estimates:
## mean of x
## 31.57895
t.test(Calificacion.Pre,alternative=c("less"), mu=media_mu2, conf.level=0.99)
##
## One Sample t-test
##
## data: Calificacion.Pre
## t = -5.3889, df = 189, p-value = 1.047e-07
## alternative hypothesis: true mean is less than 36.21053
## 99 percent confidence interval:
## -Inf 33.59547
## sample estimates:
## mean of x
## 31.57895
boxplot(Calificacion.Pre, Calificacion.Post, col="tan")
Anexos

Insumos de datos utilizados:

Maestro Estudiante Calificacion.Pre Calificacion.Post Ganancia

S 159 30 50 20

S 160 30 30 0

S 161 30 40 10

S 162 30 10 -20

S 163 30 60 30

S 164 30 40 10

S 165 20 50 30

S 166 40 60 20

S 167 50 70 20

S 168 30 20 -10

S 169 30 50 20

S 170 20 30 10

S 171 30 40 10

S 172 50 50 0

S 173 40 30 -10

S 174 60 30 -30

S 175 50 30 -20

S 176 50 50 0

S 177 40 40 0

T 178 40 30 -10

T 179 20 80 60

T 180 70 30 -40

T 181 30 40 10

T 182 40 20 -20

T 183 40 60 20

T 184 30 40 10
T 185 30 10 -20

T 186 20 30 10

T 187 30 30 0

T 188 40 50 10

T 189 30 30 0

T 190 20 40 20

T 191 40 70 30

T 192 50 50 0

T 193 30 50 20

T 194 10 40 30

T 195 10 30 20

T 196 30 60 30

T 197 30 10 -20

T 198 40 30 -10

T 199 40 40 0

T 200 30 30 0

T 201 50 60 10

U 202 30 40 10

U 203 10 40 30

U 204 40 30 -10

U 205 30 40 10

U 206 40 40 0

U 207 30 30 0

U 208 60 40 -20

U 209 20 30 10

U 210 20 20 0

U 211 30 40 10

U 212 30 40 10

U 213 40 40 0
U 214 20 30 10

U 215 30 30 0

U 216 20 30 10

U 217 20 30 10

U 218 20 30 10

U 219 30 30 0

U 220 20 30 10

U 221 30 30 0

U 222 30 20 -10

U 223 20 30 10

U 224 30 30 0

U 225 20 40 20

U 226 20 20 0

U 227 20 20 0

U 228 40 30 -10

V 229 20 20 0

V 230 50 50 0

V 231 40 30 -10

V 232 20 30 10

V 233 30 30 0

V 234 30 20 -10

V 235 40 40 0

V 236 20 40 20

V 237 20 20 0

V 238 30 60 30

V 239 30 50 20

V 240 30 30 0

V 241 30 20 -10

V 242 30 40 10
V 243 30 40 10

V 244 20 30 10

V 245 40 30 -10

V 246 40 40 0

V 247 20 30 10

V 248 20 30 10

V 249 30 30 0

V 250 10 40 30

V 251 50 50 0

V 252 40 60 20

W 253 10 30 20

W 254 30 50 20

W 255 20 20 0

W 256 20 40 20

W 257 40 30 -10

W 258 20 20 0

W 259 30 40 10

W 260 30 20 -10

W 261 30 30 0

W 262 50 30 -20

W 263 50 30 -20

W 264 40 20 -20

W 265 50 30 -20

W 266 10 50 40

W 267 40 40 0

W 268 40 30 -10

W 269 30 40 10

W 270 20 10 -10

W 271 20 40 20
W 272 30 50 20

W 273 40 40 0

W 274 50 10 -40

W 275 20 20 0

W 276 20 10 -10

W 277 20 60 40

W 278 20 20 0

W 279 30 30 0

X 280 40 40 0

X 281 40 10 -30

X 282 50 60 10

X 283 40 40 0

X 284 50 50 0

X 285 30 40 10

X 286 30 50 20

X 287 40 30 -10

X 288 40 40 0

X 289 10 20 10

X 290 40 40 0

X 291 60 50 -10

X 292 40 40 0

X 293 50 70 20

X 294 20 30 10

X 295 20 30 10

X 296 20 30 10

X 297 30 60 30

X 298 20 10 -10

Y 299 30 30 0

Y 300 30 40 10
Y 301 20 50 30

Y 302 20 20 0

Y 303 20 50 30

Y 304 20 20 0

Y 305 50 30 -20

Y 306 20 30 10

Y 307 30 50 20

Y 308 10 50 40

Y 309 20 20 0

Y 310 30 30 0

Y 311 40 60 20

Y 312 40 30 -10

Y 313 40 70 30

Y 314 30 10 -20

Y 315 30 40 10

Y 316 20 20 0

Y 317 60 40 -20

Y 318 40 40 0

Y 319 30 40 10

Y 320 30 60 30

Y 321 20 30 10

Y 322 20 60 40

Y 323 40 40 0

Y 324 50 50 0

Y 325 40 20 -20

Y 326 30 40 10

Y 327 30 20 -10

Y 328 60 20 -40

Y 329 20 40 20
Y 330 30 40 10

Y 331 20 20 0

Z 332 30 30 0

Z 333 10 60 50

Z 334 30 50 20

Z 335 40 60 20

Z 336 30 40 10

Z 337 60 30 -30

Z 338 50 40 -10

Z 339 30 30 0

Z 340 30 30 0

Z 341 30 30 0

Z 342 30 30 0

Z 343 30 30 0

Z 344 10 10 0

Z 345 30 30 0

Z 346 40 40 0

Z 347 40 40 0

Z 348 20 50 30

## Trabajo Rebeca Mejía

setwd("~/Doctorado_Rebeca")

datos<-read.csv(file = "Ganancia en Aprendizaje.txt",header = T,sep = "",dec = ",")

View(datos)

attach(datos)

names(datos)

Maestro
Estudiante

## Prueba de Hipótesis

## mu1 = Calificacion Pre

## mu2 = Calificacion Post

## Ho: mu1=mu2

## H1: mu1<mu2

## nivel de significancia = alfa = 0,05

media_mu1=mean(Calificacion.Pre)

media_mu1

media_mu2=mean(Calificacion.Post)

media_mu2

desv_mu1=sd(Calificacion.Pre)

desv_mu1

desv_mu1=sd(Calificacion.Post)

desv_mu1

t.test(Calificacion.Pre,alternative=c("less"), mu=media_mu2, conf.level=0.95)

t.test(Calificacion.Pre,alternative=c("less"), mu=media_mu2, conf.level=0.99)

boxplot(Calificacion.Pre, Calificacion.Post, col="tan")

install.packages("knit")

install.packages("knit")