Lista 1

data de entrega 10/9

Dados:

x1 <- c(48.0, 35.4, 47.2, 25.6, 49.2, 19.7, 67.9, 66.1, 60.9, 20.2, 47.2, 44.7, 37.9, 56.5,
        15.1, 20.6, 25.9, 43.8, 34.5, 92.4, 24.6, 54.0, 16.6, 42.5, 58.2, 10.4, 41.1, 35.5,
        67.0, 65.0)

x2 <- c(22.6, 12.7, 70.5, 41.1, 12.5, 58.1, 43.3, 30.6, 51.0, 50.8, 31.1, 50.9, 7.1, 28.9,
        63.7, 10.9, 30.5, 20.9, 13.4, 34.7)

x3 <- c(49.6, 38.0, 47.9, 24.5, 51.0, 21.8, 70.4, 68.7, 63.2, 22.0, 49.4, 45.2, 40.6, 59.7,
        17.7, 19.5, 30.1, 44.4, 34.4, 94.3, 26.5, 56.1, 19.5, 49.8, 59.4,  8.3, 43.5, 37.6,
        67.2, 65.9)

• rode o teste t (t.test) comparando x1 e x2. Qual o p-valor? A diferenca é significativa?
• rode o Wilcoxon sum rank (ou Mann Whitney). Qual o p-valor? Como este p-valor se compara ao do teste t
• rode o teste t "one sided" (alternative = "greater") entre x1 e x2. Como o valor do teste t se compara com o primeiro exercicio?
• Rode o teste t não pareado e pareado entre x1 e x3. Compare os p-valor.

Dados:

y1 <- c(16.5, 33.4, 17.5, 32.0, 34.0, 36.8, 30.6, 26.6, 22.4, 38.7, 37.8, 26.3, 12.4, 34.7, 36.7)

y2 <- c(47.2, 43.0, 41.1, 30.5, 45.8, 28.8, 25.9, 34.6, 132.3, 35.5, 31.1, 39.7, 46.1, 27.8, 43.7)

• rode o teste t e o Wilcoxon. Compare e explique a diferença entre os p=valores

Dados:

v1 <- factor(c('a','a','b','c','c','c','c','c','c','b','b','b','a'))

v2 <- factor(c('a','b','b','a','a','b','a','b','c','b','c','c','a'))

• rode o teste chi quadrado para v1 e v2. use: chisq.test(rbind(table(v1),table(v2))).
• rode o teste mcnemar para v1 e v2. Compare o p-valor com o do teste anterior. O resultado é o esperado quando pensamos no poder ods testes?