Ejercicio 1
Resuelve el ejemplo ANOVA, cortesía de la
unidad de
Bioestadística Clínica del hospital Ramón y Cajal. Aquí están los datos
En concreto:
- Descarga y lee el fichero de datos.
- Decide si hay algún tratamiento que produce una respuesta distinta
de los demás. Escribe las hipótesis nula y alternativa. Calcula el
coeficiente de determinación.
- En caso afirmativo, ordena los tratamientos de acuerdo con su
efectividad para reducir la hipertensión, puedes usar Bonferroni o
Tukey; trabaja tanto con \(\alpha =
0.05\) como con \(\alpha =
0.01\) (son dos apartados diferentes, para que veas cómo pueden
cambiar las conclusiones al cambiar el nivel de significación).
Ejercicio 2
Este fichero de
datos fue extraído de aquí
el 16 de diciembre de 2020 a las 9:15, y contiene los datos de
concentración de NOx medidos en 5 estaciones de la Comunidad de Madrid
durante las 24 horas anteriores. Se han eliminado las mediciones de las
10 de la mañana porque una de las estaciones no registró datos a esa
hora. En esta página hay datos de contaminantes atmosféricos en tiempo
real D.G. del Medio Ambiente Area de Calidad Atmosférica - Red de
Calidad del Aire de la comunidad de Madrid.
Se pide:
- Descarga y lee el fichero de datos.
- Trabaja con los datos de las columnas 2 a la 6 (incluidas: Getafe,
Leganes, Alcala, Alcobendas, Fuenlabrada).
- Analiza si la concentración media del contaminante es la misma en
todas las localizaciones. Escribe las hipótesis nula y alternativa.
Calcula el coeficiente de determinación.
- En caso de no serlo, ordena los municipios de mayor a menor
contaminación media. Puedes usar Bonferroni o Tukey, trabaja (son dos
apartados diferentes, para que veas cómo pueden cambiar las conclusiones
al cambiar el nivel de significación) con los noveles de significación
\(\alpha = 0.1\) y \(\alpha = 0.05\).
- Si no se cumplieran las condiciones ANOVA, utiliza el test de
Kruskal-Wallis sobre la mediana y el Dunnet para ordenar las medianas,
prueba con \(\alpha = 0.1\) y \(\alpha = 0.05\).