¡Tu solución está lista!
Nuestra ayuda de expertos desglosó tu problema en una solución confiable y fácil de entender.
Mira la respuestaMira la respuesta done loadingPregunta: *RESPONDE SOLO SI CONOCES RSTUDIO*#Cada vez que abre una nueva sesión de RStudio, debe ejecutar los siguientes tres comandos. #Resáltalos y presiona Ejecutar o CTRL+ENTRAR requerir (mosaico) requerir (introducción abierta) requerir (MASA) #leer en el conjunto de datos de Ames
*RESPONDE SOLO SI CONOCES RSTUDIO*
#Cada vez que abre una nueva sesión de RStudio, debe ejecutar los siguientes tres comandos. #Resáltalos y presiona Ejecutar o CTRL+ENTRAR requerir (mosaico) requerir (introducción abierta) requerir (MASA) #leer en el conjunto de datos de Ames Housing AmesHousing<-read.csv("http://www.math.usu.edu/cfairbourn/Stat2300/RStudioFiles/data/AmesHousing.csv") #El conjunto de datos contiene información de la Oficina del Tasador de Ames #utilizado en el cálculo de valores tasados para viviendas individuales #propiedades vendidas en Ames, IA de 2006 a 2010. Piso1<-subconjunto(AmesHousing, AmesHousing$House.Style=="1Story") #Construir un histograma de densidad de la variable hist(Story1$SalePrice, main="Casas de un piso", prob=TRUE, xlab="Precio de venta", col="azul celeste", xaxt='n') eje (lado = 1, en = secuencia (0, max (Historia1 $ Precio de venta), 50000)) #Calcular la media y la desviación estándar de la variable s=sd(Historia1$PrecioOferta) m=media(Historia1$PrecioOferta) #Agregue la superposición de la curva normal puntos(seq(min(Historia1$PrecioOferta)-1500, max(Historia1$PrecioOferta)+1500, longitud.salida=500), dnorm(seq(min(Historia1$PrecioOferta)-1500, max(Historia1$PrecioOferta)+1500, longitud.salida=500), m, s), tipo="l", col="azul oscuro", lwd=2) #Dividir la curva normal en regiones #Calcular y almacenar los puntos finales de las regiones puntos finales<-c(-100*s+m,-1.5*s+m,-.75*s+m,m,m+.75*s,m+1.5*s,100*s+m) #agregue las líneas de punto final al gráfico abline(v=puntos finales, col="rojo", lwd=3) #Calcular las probabilidades de la curva normal para cada región probs<-c(pnorm(-1.5),(pnorm(-.75)-pnorm(-1.5)), pnorm(0)-pnorm(-.75), pnorm(.75)-pnorm(0), pnorm (1.5)-p norma (.75), 1-p norma (1.5)) problemas #Cuente el número de filas (puntos de datos) en el conjunto de datos n=nfila(Historia1) norte #Calcular los valores esperados para cada región exvals<-problemas*n Exvals #Cuenta el número de puntos de datos en cada región y guárdalo en una tabla frecuencias = tabla (corte (Historia1 $ Precio de venta, descansos = puntos finales)) frecuencias #Utilice el siguiente comando para calcular la estadística de prueba. #Tendrás que recalcular el valor p usando el df correcto. tst<-chisq.test(frecuencias,p=probs) tst$estadística pval<-pchisq(tst$estadística,3,inferior.cola=FALSO) pval
¡Ahora tu intenta!
Utilice el código del archivo Duplex.R para realizar una prueba de hipótesis para determinar si los precios de venta de los dúplex se distribuyen normalmente.
Cargue el código en RStudio y ejecútelo. No necesitará modificar el código para responder las siguientes preguntas.
#Cada vez que abre una nueva sesión de RStudio, debe ejecutar los siguientes tres comandos. #Resáltalos y presiona Ejecutar o CTRL+ENTRAR requerir (mosaico) requerir (introducción abierta) requerir (MASA) #leer en el conjunto de datos de Ames Housing AmesHousing<-read.csv("http://www.math.usu.edu/cfairbourn/Stat2300/RStudioFiles/data/AmesHousing.csv") #El conjunto de datos contiene información de la Oficina del Tasador de Ames #utilizado en el cálculo de valores tasados para viviendas individuales #propiedades vendidas en Ames, IA de 2006 a 2010. Dúplex<-subconjunto(AmesHousing, AmesHousing$Bldg.Type=="Dúplex") #Construir un histograma de densidad de la variable hist(Duplex$SalePrice, main="Duplex", prob=TRUE, xlab="Precio de venta", col="azul celeste", xaxt='n') eje (lado = 1, en = secuencia (0, max (Dúplex $ Precio de venta), 50000)) #Calcular la media y la desviación estándar de la variable s=sd(Dúplex$PrecioOferta) m=media(Dúplex$PrecioVenta) #Agregue la superposición de la curva normal points(seq(min(Duplex$SalePrice)-1500, max(Duplex$SalePrice)+1500, length.out=500), dnorm(seq(min(Duplex$SalePrice)-1500, max(Duplex$SalePrice)+1500, length.out=500), m, s), tipo="l", col="azul oscuro", lwd=2) #Dividir la curva normal en regiones #Calcular y almacenar los puntos finales de las regiones puntos finales<-c(-100*s+m,-1.5*s+m,-.75*s+m,m,m+.75*s,m+1.5*s,100*s+m) #agregue las líneas de punto final al gráfico abline(v=puntos finales, col="rojo", lwd=3) #Calcular las probabilidades de la curva normal para cada región probs<-c(pnorm(-1.5),(pnorm(-.75)-pnorm(-1.5)), pnorm(0)-pnorm(-.75), pnorm(.75)-pnorm(0), pnorm (1.5)-p norma (.75), 1-p norma (1.5)) problemas #Cuente el número de filas (puntos de datos) en el conjunto de datos n=nfila(Dúplex) norte #Calcular los valores esperados para cada región exvals<-problemas*n Exvals #Cuenta el número de puntos de datos en cada región y guárdalo en una tabla frecuencias=tabla(corte(Duplex$SalePrice,breaks = puntos finales)) frecuencias #Utilice el siguiente comando para calcular la estadística de prueba. #Tendrás que recalcular el valor p usando el df correcto. tst<-chisq.test(frecuencias,p=probs) tst$estadística pval<-pchisq(tst$estadística,3,inferior.cola=FALSO) pval
Responde las siguientes preguntas:
a.¿Cuántas observaciones hay en el conjunto de datos Dúplex?
b. ¿Cuántas observaciones ESPERAMOS en la región entre la media y 0,75 desviaciones estándar por encima de la media para los precios de venta en el conjunto de datos dúplex? Redondea tu respuesta a un decimal.
c.¿Cuántas observaciones OBSERVAMOS en la región entre la media y 0,75 desviaciones estándar por encima de la media para los precios de venta en el conjunto de datos dúplex?
d. ¿Qué es la estadística de prueba? Redondea tu respuesta a dos cifras decimales.
e.¿Cuál es el valor p? Redondea tu respuesta a cuatro decimales.
- Esta es la mejor manera de resolver el problema.Solución
El código modificado es #Resáltalos y presiona Ejecutar o CTRL+ENTRAR requerir (mosaico) requerir (introducción abierta) requerir (MASA) #leer en el conjunto de datos de Ames Housing AmesHousing<-read.csv("http://www.math.usu.edu/cfairbourn/Stat2300/…
Mira la respuesta completa
Estudia mejor, ¡ahora en español!
Entiende todos los problemas con explicaciones al instante y pasos fáciles de aprender de la mano de expertos reales.