# En cuanto a las hipotesis debemos acalar que

alternative="two.sided": Es para test bilaterales

alternative="greater": unilateral inferior
alternative="less": unilateral superior

------------------------------------------------------------------------------------------------
----------
# PARA LA MEDIA DE UNA POBLACION NORMAL-------
------------------------------------------------------------------------------------------------
----------
#1) LA VARIANZA ES CONOCIDA----

# HIPOTESIS
# HO: mu=0
# H1: mu<0 / mu>0 / mu=!0

# ESTADISTICO
xbarra=
mu=
sigma=
n=
T=(xbarra-mu)/(sigma/sqrt(n))

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
z=qnorm(1-alfa/2)
# el alfa/2 va segun el test tenga 1 o 2 colas
# Rechazo si T<z

#PVALOR....mu=0, sigma=1
pvalor=2*(1-pnorm(T,mu,sigma/sqrt(n)))
# El 2 estara o dependiendo de si el test es uni o bilateral

#DIRECTAMENTE EN R (debo contar con la muestra)

t.test(variable,conf.level=,alternative=)

#2) LA VARIANZA ES DESCONOCIDA----

# HIPOTESIS
# HO: mu=0
# H1: mu<0 / mu>0 / mu=!0

# ESTADISTICO
xbarra=
mu=
s=
n=
T=(xbarra-mu)/(s/sqrt(n))

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=0.05
t=qt(1-alfa,314)
# Rechazo si T<t
# EL ALFA/2 ESTARA SEGUN EL TEST SEA UNI O BILATERAL

#PVALOR
pvalor=2*(1-pt(T,n-1))
# El 2 estara o dependiendo de si el test es uni o bilateral

#DIRECTAMENTE EN R (debo contar con la muestra)

t.test(variable,conf.level=,alternative=)

------------------------------------------------------------------------------------------------
----------
# PARA LA DIFERENCIA DE MEDIAS DE UNA POBLACION
NORMAL-------
------------------------------------------------------------------------------------------------
------------
#1) CON VARIANZAS CONOCIDAS----

# HIPOTESIS
# HO: mu1-mu2=0
# H1: mu1-mu2<0 / mu1-mu2>0 / mu1-mu2=!0

# ESTADISTICO
xbarra1=
var1=
n1=
xbarra2=
var2=
n2=
d0= # Es la diferencia que se plantea en la hipotesis
T=((xbarra1-xbarra2)-d0)/sqrt(var1/n1 + var2/n2)

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
z=qnorm(1-alfa/2,(xbarra1-xbarra),sqrt(var1/n1 + var2/n2))
# el alfa/2 va segun el test tenga 1 o 2 colas
# Rechazo si T<z

#PVALOR
pvalor=2*pnorm(T,(xbarra1-xbarra),sqrt(var1/n1 + var2/n2))
# El 2 estara o dependiendo de si el test es uni o bilateral

#DIRECTAMENTE EN R (debo contar con la muestra)

t.test(muestra1,muestra2,conf.level=,alternative=)

#2) CON VARIANZAS DESCONOCIDAS PERO SUPUESTAS

IGUALES----

# HIPOTESIS
# HO: mu1-mu2=0
# H1: mu1-mu2<0 / mu1-mu2>0 / mu1-mu2=!0

# ESTADISTICO
xbarra1=
var1=
n1=
xbarra2=
var2=
n2=
d0= # Es la diferencia que se plantea en la hipotesis
sp=sqrt((((n1-1)*var1 + (n2-1)*var2))/(n1+n2-2))
T=((xbarra2-xbarra1)-d0)/(sp*sqrt(1/n1 + 1/n2))

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
t=qt(1-alfa/2,n1+n2-2)
# el alfa/2 va segun el test tenga 1 o 2 colas
# Rechazo si T<t #######alrevez

#PVALOR
pvalor=1-pt(T,n1+n2-2)
# El 2 estara o dependiendo de si el test es uni o bilateral

#DIRECTAMENTE EN R (debo contar con la muestra)

t.test(muestra1,muestra2,conf.level=,alternative=,var.equal=T)

#3) CON VARIANZAS DESCONOCIDAS y SUPUESTAS

DESIGUALES----

# HIPOTESIS
# HO: mu1-mu2=0
# H1: mu1-mu2<0 / mu1-mu2>0 / mu1-mu2=!0

# ESTADISTICO
xbarra1=
var1=
n1=
xbarra2=
var2=
n2=
d0= # Es la diferencia que se plantea en la hipotesis
gl=((var1/n1 + var2/n2)^2)/((((var1/n1)^2)/(n1-1))+ (((var2/n2)^2)/(n2-1)))
T=((xbarra2-xbarra1)-d0)/sqrt(var1/n1 + var2/n2))

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
t=qt(1-alfa/2,gl)
# el alfa/2 va segun el test tenga 1 o 2 colas
# Rechazo si T<t

#PVALOR
pvalor=2*(1-pt(T,gl))
# El 2 estara o dependiendo de si el test es uni o bilateral
#DIRECTAMENTE EN R (debo contar con la muestra)
t.test(muestra1,muestra2,conf.level=,alternative=,var.equal=F)

#4) MEDIAS PAREADAS----

# HIPOTESIS
# HO: mu1-mu2=0
# H1: mu1-mu2<0 / mu1-mu2>0 / mu1-mu2=!0

# ESTADISTICO
diferencia=muestra1-muestra2
n=length(diferencia)
sd=sd(diferencia)
dbarra=mean(diferencia)
d0= # Es la diferencia que se plantea en la hipotesis
T=(dbarra-d0)/(sd/sqrt(n))

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
t=qt(1-alfa/2,n)
# El alfa/2 va segun el test tenga 1 o 2 colas
# Rechazo si T<t

#PVALOR
1-pt(T,n-1)
# El 2 estara o dependiendo de si el test es uni o bilateral

#DIRECTAMENTE EN R (debo contar con la muestra)

muestra1 = c()
muestra2 = c()
t.test(muestra1,muestra2,conf.level=,alternative=,paired=T)

------------------------------------------------------------------------------------------------
----------
# PARA UNA PROPORCION DE UNA POBLACION NORMAL-------
------------------------------------------------------------------------------------------------
------------
# PREGUNTAR------
# COMO DEBO HACERLO

#DIRECTAMENTE EN R (debo contar con la muestra)

p=
n=
prop.test(p,n,conf.level=,alternative=)

------------------------------------------------------------------------------------------------
----------
# PARA UNA DIFERENCIA DE PROPORCIONES DE UNA
POBLACION NORMAL-------
------------------------------------------------------------------------------------------------
------------
# HIPOTESIS
# HO: p1-p2=0
# H1: p1-p2<0 / p1-p2>0 / p1-p2=!0

# ESTADISTICO
x1= # exitos de 1
x2= # exitos de 2
n1=
n2=
p1=x1/n1
p2=x2/n2
ptechito=(x1+x2)/(n1+n2)
T=(p2-p1-0)/sqrt((ptechito*(1-ptechito))*(1/n1 +1/n2))

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
z=qnorm(1-alfa/2)
# Rechazo si T<z

#PVALOR
pvalor=2*pnorm(T)
# El 2 estara o dependiendo de si el test es uni o bilateral

#DIRECTAMENTE EN R (debo contar con la muestra)

exitos=c() # vector que incluye los exitos
totales=c() # vector que incluye el total
prop.test(exitos,totales,conf.level=,alternative=)

# Observacion: La funcion prop.test SOLO podemos usarla para

# intevalos de confianza para diferencia de proporciones
# o para intervalos de confianza para una proporcion.
# No debe ser usado para test de hipotesis de proporciones!
------------------------------------------------------------------------------------------------
----------
# PARA UN COCIENTE DE VARIANZAS DE UNA POBLACION
NORMAL-------
------------------------------------------------------------------------------------------------
------------
# HIPOTESIS
# Ho: sigma1^2/sigma2^2=1
# H1: sigma1^2/sigma2^2=!0

# ESTADISTICO
var1 =
var2 =
f0=var1/var2

# REGION DE RECHAZO
# depende de si el test es unilateral o bilateral
alfa=
f1 = qf(alfa/2, n1-1, n2-1)
f2 = qf(1-alfa/2, n1-1, n2-1)
# Rechazo HO si f0>f2 o fo<f1 o ambas

#PVALOR
pvalor=2*pchisq(fo,n1+n2-2)
# El 2 estara o dependiendo de si el test es uni o bilateral
# PREGUNTA----
# ESTA BIEN ESTE PVALOR A MANO?

#DIRECTAMENTE EN R (debo contar con la muestra)

muestra1=
muestra2=
var.test(muestra1,muestra2,conf.level=,alternative=)

#IMPORTANTEEEEEEEE!!!!!----
# EN TODOS LOS TEST PLANTEADOS ANTERIORMENTE HAY QUE
TENER CIERTAS CONSIDERACIONES
# * QUE EL TERMINO DE ALFA VAYA EXPRESADO COMO ALFA/2
U ALFA DEPENDERA DE SI EL TEST ES BILATERAL O
UNILATERAL
# RESPECTIVAMENTE
# * EL CALCULO DEL PVALOR (que sea 1-pt o pt) DEPENDERA DE
CUAL SEA LA COLA QUE SE ANALICE
------------------------------------------------------------------------------------------------
----------
# REGION DE RECHAZO-------
------------------------------------------------------------------------------------------------
-----------
# Nos permite dibujar la region de rechazo y pintarla
mu0=70
sigma=
n=
alfa=
z=qnorm(1-alfa/2)
rc = mu0 + z*sigma/sqrt(n)
f = curve(dnorm(x, mu0, sigma/sqrt(n)), col = "red", xlim = c(,))
polygon(c(rc, f$x[f$x >= rc]), c(0,f$y[f$x >=rc]), col = "blue")

------------------------------------------------------------------------------------------------
----------
# COMO VARIA EL BETA CON LOS INCREMENTOS DE MU?-------
------------------------------------------------------------------------------------------------
-----------
#CALCULANDO
mu0=
sigma=
n=
# mu1=
mu1=
pnorm(zc+(mu0-mu1)*sqrt(n)/sigma)
# mu2=
mu2=
pnorm(zc+(mu0-mu2)*sqrt(n)/sigma)
# mu3=
mu3=
pnorm(zc+(mu0-mu3)*sqrt(n)/sigma)
# DIBUJANDO

f = curve(dnorm(x, mu0, sigma/sqrt(n)), col = "red", xlim = c(,), xlab =

'xbarra', ylab = '')
f1 = curve(dnorm(x, mu1, sigma/sqrt(n)), col = "red", xlim = c(,), xlab =
'xbarra', ylab = '', add = T)
rc = zc*sigma/sqrt(n)+mu0
polygon(c(rc, f1$x[f1$x <= rc]), c(0,f1$y[f1$x <= rc]), col = "blue")

f = curve(dnorm(x, mu0, sigma/sqrt(n)), col = "red", xlim = c(,), xlab =

'xbarra', ylab = '')
f1 = curve(dnorm(x, mu2, sigma/sqrt(n)), col = "red", xlim = c(,), xlab =
'xbarra', ylab = '', add = T)
rc = zc*sigma/sqrt(n)+mu0
polygon(c(rc, f1$x[f1$x <= rc]), c(0,f1$y[f1$x <= rc]), col = "blue")

f = curve(dnorm(x, mu0, sigma/sqrt(n)), col = "red", xlim = c(,), xlab =

'xbarra', ylab = '')
f1 = curve(dnorm(x, mu3, sigma/sqrt(n)), col = "red", xlim = c(,), xlab =
'xbarra', ylab = '', add = T)
rc = zc*sigma/sqrt(n)+mu0
polygon(c(rc, f1$x[f1$x <= rc]), c(0,f1$y[f1$x <= rc]), col = "blue")

------------------------------------------------------------------------------------------------
----------
# CALCULO DE LA POTENCIA-------
------------------------------------------------------------------------------------------------
-----------
# tomando como media verdadera a ..., la potencia del test sera
# beta= P(No Rechazar Ho / Ho es F)
# Potencia = P(rechazar H0 / Ho es F)
# potencia = 1-beta
mu0=
mu=
n=
s=
delta= #diferencias de mu0-mu1
t=qt(1-alfa/2,n-1)
T0=(mu-mu0)/(s/sqrt(n))
#Test bilateral
beta=pt(t+sqrt(n)*delta/s,n-1)-pt(-t+sqrt(n)*delta/s,n-1)
potencia=1-beta
#Unilateral izquierdo
A=qt(alfa,mu0,sigma/sqrt(n))
beta=1-pt(A,mu,sigma/sqrt(n))
potencia=1-beta

otra forma ...sin estandarizar mu0=98,6

Suponemos sigma conocida, queremos la potencia cuando mu1 = 98 (media
verdadera), s=desvio
A = qnorm(alfa/2,mu0,sd=Desvio/sqrt(n))
B = qnorm(1-alfa/2,mu0,sd=Desvio/sqrt(n))
potencia = pnorm(A,mu1,sd=Desvio/sqrt(n))+1-
pnorm(B,mu1,sd=Desvio/sqrt(n))
------------------------------------------------------------------------------------------------
----------
# CURVA DE POTENCIA-------
------------------------------------------------------------------------------------------------
-----------
# UNA UNICA CURVA
alfa= 0.0
sigma=
n=
muH1 = seq(15.5,17,0.01) #Se deben poner los segmentos adecuados
zc = qnorm(1-alfa,sigma/sqrt(n))
potencia = numeric(length(muH1))
for (j in 1:length(muH1)){
potencia[j] = 1-pnorm(zc,muH1[j],sd(muH1)/sqrt(n))
}
plot(muH1,potencia,col=2,ylab="Potencia",xlab="muH1-
muH0",type="l")

# VARIAS CURVAS PARA DISTINTOS n

muH1 = seq(,,0.01)
nn = seq(,,.5)
potencia = numeric(length(muH1))
plot(x=0,y=1,type="n")
for (n in 1:length(nn)){
sg = 1/sqrt(nn[n])
zc = qnorm(1-0.05,mean=0,sd=sg)
for (j in 1:length(muH1)){
potencia[j] = 1-pnorm(zc,mean=muH1[j],sd=sg)
 }
if (n==1){plot(muH1,potencia,col=n,ylab="Potencia",
xlab="muH1-muH0",type="l")}
else{lines(muH1,potencia,col=n)}
}
legend("topleft",paste(nn,"n0"),fill=1:length(nn))

------------------------------------------------------------------------------------------------
----------
# MENOR DELTA PARA OBTENER UNA POTENCIA
DETERMINADA (a n fijo)-------
##PARA UNA MUESTRA :
n=
sigma=
alfa=
zalfa=qnorm(1-alfa)
potencia=
beta=1-potencia
zbeta=qnorm(1-beta)
delta=((zalfa+zbeta)/sqrt(n))*sigma

#PARA DOS MUESTRAS:

n1=
n2=
sigma1=
sigma2=
alfa=0.05
zalfa=qnorm(1-alfa)
potencia=
beta=1-potencia
zbeta=qnorm(1-beta)
delta=((zalfa+zbeta)/sqrt(n1+n2))*(sigma1+sigma2)

##CON VARIANZAS EN VEZ DE DESVIACION

zbeta=qnorm(1-0.1)
zalfa=qnorm(1-0.05)
varianza1=12^2
varianza2=22^2
n1=10
n2=16
dif=(zbeta+zalfa)*sqrt(varianza1/n1+varianza2/n2)
# con laso while
mu0= #media bajo la Ho
n=
alfa=
sigma=
delta=0 #Ponerle un delta menor al que tiene dar
A=qnorm(1-alfa,mu0,sigma/sqrt(n))
potencia=0 # Poner potencia menor a la que tiene que dar
while(potencia<0.8){ #poner la potencia que quiera
delta=delta+0.001
potencia=1-pnorm(A,mu0+delta,sigma/sqrt(n))
}
print(delta)
------------------------------------------------------------------------------------------------
----------
# MENOR n PARA OBTENER UNA POTENCIA DETERMINADA (a
delta fijo). deben darnos el mu verdadero-------
------------------------------------------------------------------------------------------------
-----------
sigma=1
muv=130
mu0=130.1
alfa=0.05
zalfa=qnorm(1-alfa)
# el alfa/2 depende del test uni o bilateral
potencia=0.8
beta=1-potencia
zbeta=qnorm(1-beta)
delta=muv-mu0
n=(((zalfa+zbeta)*sigma)/delta)^2

# con laso while

mu0= # media bajo Ho
muv= # verdadera media
n=
alfa=0.05
sigma=
delta=mu0-muv
potencia=0 # Poner potencia menor a la que tiene que dar
while(potencia<0.8){ #poner la potencia que quiera
n=n+1
A=qnorm(1-alfa,mu0,sigma/sqrt(n))
potencia=1-pnorm(A,mu0+delta,sigma/sqrt(n))
}
print(n)

calculo de n
VARIAS FORMAS MAS (DE CLASES)

# e) Suponemos sigma conocida

Xbarra = 98.3
sigma = 0.48
alfa = 0.05
zalfa_2 = qnorm(1-alfa/2)
beta = 0.1
zbeta = qnorm(1-beta)
delta = 98.2-98.6
n = (zalfa_2+zbeta)^2*sigma^2/delta^2
n
# 15.13069
# Por lo tanto, debe tomarse n >= 16

# Sin suponer sigma conocida

for (n in 5:1000){
tt=qt(alfa/2,n-1)
P=1-(pt(-tt-sqrt(n)*(98.2-98.6)/Desvio, n-1)-pt(tt-sqrt(n)*(98.2-
98.6)/Desvio,n-1))
if(P >= 0.9){
break
}
}
n
# 18
# otra forma con power.t.test
power.t.test(power=0.9,type="one.sample",delta=0.4,sig.level=0.05,sd=0.48,
alternative="two.sided")

------------------------------------------------------------------------------------------------
----------
# Probabilidad del error tipo II-------
------------------------------------------------------------------------------------------------
-----------
mu1=
mu0=
n=
sigma=
pnorm(z+(mu0-mu1)*sqrt(n)/sigma)

####DE CLASES###
CUANDO NOS DICEN
## Cálculo de la mínima diferencia capaz de detectar con una potencia de
0.9
## supongo que el desvío muestral es igual al de la población , supongo
varianza conocida
## zeta(alfa)+zeta(beta)= diferencia/sqrt(varianza1/n1+varianza2/2)

zbeta=qnorm(1-0.1)
zalfa=qnorm(1-0.05)
varianza1=12^2
varianza2=22^2
n1=10
n2=16
dif=(zbeta+zalfa)*sqrt(varianza1/n1+varianza2/n2)

PVALOR<ALFA---->>>>RECHAZO H0
PVALOR>ALFA----->>>>ACEPTO H0