Pregunta: Uso de R Studio Ahora, establece la semilla en 348 con `set.seed()`. Luego tome una muestra de tamaño 10 000 de una distribución normal con una media de 82 y una desviación estándar de 11. (a) Usando sum() en un vector lógico, ¿cuántos sorteos son menos de 60? Usando mean() en un vector lógico, ¿qué proporción del total de extracciones es esa? ¿Qué tan lejos

Uso de R Studio

Ahora, establece la semilla en 348 con `set.seed()`. Luego tome una muestra de tamaño 10 000 de una distribución normal con una media de 82 y una desviación estándar de 11.

(a) Usando sum() en un vector lógico, ¿cuántos sorteos son menos de 60? Usando mean() en un vector lógico, ¿qué proporción del total de extracciones es esa? ¿Qué tan lejos está su respuesta de pnorm() en 1.1 anterior?

```{R}
set.seed(348)
x=rnorma(10000,82,11)
suma(si no(x<60,1,0))

media(si no(x<60,1,0))

normap(60,82,11)

Usando la función sum() hay 128 sorteos que son menos de 60 y usando la función mean() 0.0281 es la porción del total de sorteos. A partir de estos resultados podemos decir que la respuesta está bastante cerca del valor pnorm() que se ha calculado.

(b) ¿Qué proporción de su muestra es mayor que 110 o menor que 54?

(c) ¿Por qué sus respuestas se acercan a lo que obtuvo arriba? ¿Por qué no son exactamente iguales?

(d) Usando ggplot2, haga un histograma de su muestra. Establezca y=..density.. dentro de aes(). Superponga una distribución normal con stat_function(aes(samp), fun=dnorm, args=list(82,11)). Usando geom_vline(xintercept=), agregue líneas verticales discontinuas correspondientes al percentil 2.5 y 97.5 de la muestra