-
Notifications
You must be signed in to change notification settings - Fork 1
/
contrast-hypothesis-assignment.Rmd
186 lines (138 loc) · 5.48 KB
/
contrast-hypothesis-assignment.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
---
title: "Propuesta de Análisis de Datos"
author: "María Eugenia Castellanos"
date: "5 de enero de 2017"
output:
html_document:
css: style.css
theme: spacelab
---
En el fichero Deportistas.csv aparecen datos sobre estatura, peso, ı́ndice de masa corporal, etc. en una muestra de deportistas profesionales australianos.
En concreto aparecen las siguientes variables:
* Sex: Sexo del deportista (0=hombre, 1=mujer)
* Ht: Altura (en cm.)
* Wt: Peso (en Kg.)
* BMI: Índice de masa corporal
* Bfat: Porcentaje de grasa corporal
* Sport: Deporte
```{r, message=FALSE, warning=FALSE}
# Importación de bibliotecas y lectura de datos desde fichero externo
#install.packages("dplyr")
library(dplyr)
#install.packages("magrittr")
library(magrittr)
#install.packages("knitr")
library(knitr)
athletes_data <- read.csv('./Deportistas.csv')
```
### 1. Realiza un análisis descriptivo de los datos.
Sin filtros
```{r 1A}
athletes_data %>%
select(Ht, Wt, BMI, Bfat) %>%
select(order(colnames(.))) %>%
summary() %>%
kable()
```
Por sexo: Masculino y Femenino
```{r 1B}
athletes_data %>%
mutate(Sex = factor(Sex, labels=c('M','F'))) %>%
group_by(Sex) %>%
select(Sex, Ht, Wt, BMI, Bfat) %>%
summarise_each(funs(mean, median, min, max)) %>%
select(Sex, order(colnames(.))) %>%
kable()
```
Por deporte
```{r 1C}
athletes_data %>%
group_by(Sport) %>%
select(Sport, Ht, Wt, BMI, Bfat) %>%
summarise_each(funs(mean, median, min, max)) %>%
select(Sport, order(colnames(.))) %>%
kable()
```
Por sexo y deporte
```{r 1D}
athletes_data %>%
mutate(Sex = factor(Sex, labels=c('M','F'))) %>%
group_by(Sex, Sport) %>%
select(Sex, Sport, Ht, Wt, BMI, Bfat) %>%
summarise_each(funs(mean, median, min, max)) %>%
select(Sex, Sport, order(colnames(.))) %>%
kable()
```
### 2. Calcula un intervalo de confianza al 98 % para el BMI medio de los deportistas masculinos. Obtén también el intervalo de confianza del mismo nivel para el BMI esperado en el caso de las mujeres deportistas.
```{r 2A}
BMI_and_sex <- athletes_data %>%
select(Sex, BMI) %>%
mutate(Sex = factor(Sex, labels=c('M','F')))
BMI_and_sex %>%
filter(Sex == 'M') %>%
select(BMI) %>%
t.test(., conf=0.98)
```
El intervalo de confianza del 98% para el BMI medio en deportistas Masculinos es $[23.25589, 24.55137]$.
```{r 2B}
BMI_and_sex %>%
filter(Sex == 'F') %>%
select(BMI) %>%
t.test(., conf=0.98)
```
El intervalo de confianza del 98% para el BMI medio en deportistas Femeninos es $[21.36494, 22.61346]$.
### 3. Plantea y realiza el contraste de hipótesis que permita afirmar si hay diferencias entre el BMI medio de los deportistas en base a su sexo.
$$H_0: \mu BMI_M = \mu BMI_F$$
$$H_1: \mu BMI_M \neq \mu BMI_F$$
```{r 3A}
alpha <- 0.003
conf <- 1 - alpha
M_BMI <- BMI_and_sex %>%
filter(Sex == 'M') %>%
select(BMI)
F_BMI <- BMI_and_sex %>%
filter(Sex == 'F') %>%
select(BMI)
```
Antes de poder seguir adelante con el contraste de las medias, es necesario saber si hay o no diferencias significativas entre las varianzas.
Para ello, vamos a realizar un nuevo contraste de hipótesis.
$$H_0: \sigma^2 BMI_M = \sigma^2 BMI_F$$
$$H_1: \sigma^2 BMI_M \neq \sigma^2 BMI_F$$
```{r 3B}
var.test(x = as.matrix(M_BMI), y = as.matrix(F_BMI), ratio = 1, alternative = 'two.sided', conf.level = conf)
```
En este caso nos da un p-valor de 0.6388 que es mucho mayor que el alpha que hemos elegido de 0.003, por lo tanto en este caso se entiende que no hay diferencias significativas entre las varianzas porque no podemos rechazar $H_0$.
Finalmente continuamos con el contraste de las medias:
```{r 3C}
t.test(x = M_BMI, y = F_BMI, alternative='two.sided', mu=0, paired = FALSE, var.equal = TRUE, conf.level=conf)
```
Como el p-valor es menor que el valor de alfa $1.094·10^{-6} \lt 0.003$, rechazamos la $H_0$, es decir, hay diferencias entre el BMI medio de los deportistas en base a su sexo.
### 4. Y con respecto al porcentaje de grasa corportal (Bfat), ¿qué se puede decir?
$$H_0: \mu Bfat_M = \mu Bfat_F$$
$$H_1: \mu Bfat_M \neq \mu Bfat_F$$
```{r 4A}
alpha <- 0.003
conf <- 1 - alpha
Bfat_and_sex <- athletes_data %>%
select(Sex, Bfat) %>%
mutate(Sex = factor(Sex, labels=c('M','F')))
M_Bfat <- Bfat_and_sex %>%
filter(Sex == 'M') %>%
select(Bfat)
F_Bfat <- Bfat_and_sex %>%
filter(Sex == 'F') %>%
select(Bfat)
```
Antes de poder seguir adelante con el contraste de las medias, es necesario saber si hay o no diferencias significativas entre las varianzas.
Para ello, vamos a realizar un nuevo contraste de hipótesis.
$$H_0: \sigma^2 Bfat_M = \sigma^2 Bfat_F$$
$$H_1: \sigma^2 Bfat_M \neq \sigma^2 Bfat_F$$
```{r 4B}
var.test(x = as.matrix(M_Bfat), y = as.matrix(F_Bfat), ratio = 1, alternative = 'two.sided', conf.level = conf)
```
En este caso nos da un p-valor de $1.5·10^{-7}$ que es menor que el alpha que hemos elegido de 0.003, por lo tanto en este caso se entiende que sí hay diferencias significativas entre las varianzas, por lo que rechazamos $H_0$.
Finalmente continuamos con el contraste de las medias:
```{r 4C}
t.test(x = M_Bfat, y = F_Bfat, alternative='two.sided', mu=0, paired = FALSE, var.equal = FALSE, conf.level=conf)
```
En este caso, el p-valor es menor que $2.2·10^{-16}$, y por lo tanto es menor que el alpha que hemos elegido de 0.003, así que rechazamos $H_0$ y eso quiere decir que sí hay diferencias en el porcentaje medio de grasa corporal en base al sexo de los deportistas.