Fecha de la ultima revisión

## [1] "2023-07-10"

Ejercicios para someter

Todos los ejercicios estan basado en temas que hemos cubierto en la clase. Mayormente los temas son del capitulo #8, La Distribucón Normal

Los ejercicios en parte proviene del capitulo 8 del libro de Havel et al.

El trabajo se someterá en documento .html en Edmodo (NOTA: QUE NO PUEDO LEER LOS DOCUMENTOS .rmd: estos no se van a corregir)

Ejercicio 1: (7 puntos)

  1. Producción de un histograma

Use los datos PartosInfantes en el paquete ggversa y construye un histograma de “Número de Muertes de Infantes, Niños que mueren en el parto o natimuerto” endiferentes paises, el nombre de la columna es NMI.

  • demuestra el script
  • demuestra el gráfico

Contestar la siguientes preguntas

  • los datos son simétricos?
  • los datos parecen tener una distribución normal?
library(ggversa)
library(tidyverse)
library(ggplot2)
ggplot(PartosInfantes, aes(x=NMI))+
  geom_histogram(color="white")

Ejercicio 2: (10 puntos)

  1. Añadir la linea teórica de distribución normal al histograma

Use los datos Razon_mortandad en el paquete ggversa y construye un histograma de “Razon de mortandad de niños en diferentes países del mundo”, selecciona UNO de los años.

  • demuestra el script
  • demuestra el gráfico
  • añade la distribución teórica el gráfico del histograma (recuerda que tiene que tener una linea como una campana)

Contestar la siguientes preguntas

  • la razón de mortandad de los niños en los países tiene una distribución “normal”?
  • ¿Cual es el promedio?
  • ¿Cual es la desviación estándar?
ggplot2::ggplot(ggversa::Razon_mortandad, aes(X2011))+
 geom_histogram(aes(y=..density..),color="white")+
  stat_function(fun = dnorm, 
               args = list(mean = mean(Razon_mortandad$X2010, na.rm = TRUE),  
               sd = sd(Razon_mortandad$X2010, na.rm = TRUE)), 
               colour = "green", size = 1)

mean(Razon_mortandad$X2010, na.rm = TRUE)
## [1] 39.29485
sd(Razon_mortandad$X2010, na.rm = TRUE)
## [1] 41.04421

Ejercicio 3: (13 puntos)

  1. qqplot y pruebas normalidades

Use los datos MORELIA.MICH.Tmin en el paquete ggversa y construye un qqplot de la temperatura mínima de la ciudad de Morelia en Mexico.

  • demuestra el script

  • demuestra el gráfico

  • Determina si la distribución de la temperatura mínima en Morelia tiene una distribución normal usando la prueba de

    • Shapiro-Wilks

    • Anderson-Darling

      Evalúa las tres alternativas y explica como se interpreta el gráfico y las pruebas. Si hay dificultad aplicar alguna pruebas, explica porque no se puede usar.

ggplot(MORELIA.MICH.Tmin, aes(sample=Tmin))+
  geom_qq()+
 geom_qq_line()

#shapiro.test(MORELIA.MICH.Tmin$Tmin)

library(nortest)
ad.test(MORELIA.MICH.Tmin$Tmin)
## 
##  Anderson-Darling normality test
## 
## data:  MORELIA.MICH.Tmin$Tmin
## A = 217.7, p-value < 2.2e-16