Unidad 4: Hipótesis y Correlación - Sesión 2

Ejercicio 1: Evaluación de hipótesis

A continuación se presenta una serie de enunciados de hipótesis. Usted debe discernir si es posible rechazar la hipótesis nula.

1. 75 individuos elegidos al azar fueron alcanzados por activistas pro-LGTB que se identificaron como homosexuales, y 75 alcanzados por activistas pro-LGTB que se identificaron como heterosexuales. El objetivo era administrar una encuesta para medir actitudes frente a la adopción homoparental. La organización encargada de procesar los datos obtuvo los siguientes resultados:
   • El 67% de los encuestados por heterosexuales se mostró a favor de la adopción homoparental, mientras que un 72% de los encuestados por activistas que se identifaron como homosexuales se mostraron a favor de la adopción homoparental.
   • Asumiendo que la hipótesis nula es que ambos porcentajes no son estadísticamente diferentes, y la hipótesis alternativa es que existe una diferencia substancial entre ambos.
   • Con un valor de prueba $z=11.83$ y un puntaje de corte de 2.58, ¿qué se debe concluir?

• Un investigador de la Sociedad de Abstemios de Chile sugiere que los hombres tienen mayores niveles de consumo de alcohol que las mujeres, siendo esta diferencia estadísticamente significativa. Esto en base a su estudio realizado con 48 individuos, donde contrastó su puntaje de prueba a una distribución asintóticamente normal. ¿Qué se puede decir sobre su estudio?

Ejercicio 2: Importe la base de datos utilizada la sesión anterior.

• Agrege una serie de variables binarias por cada continente de la variable region.

  • tip: Utilice np.where para ello.

• De manera similar a la sesión anterior, enfóquese en las siguientes variables:

  • Apellidos desde la A hasta la N: Enfocarse en las variables chldmort, adfert y life.
  • Apellidos desde la N hasta la Z: Enfocarse en las variables femlab, literacy y school.

Ejercicio 3: Implemente una función de prueba de hipótesis a mano

• La función debe ingresar los siguientes argumentos:
  • df: La tabla de datos.
  • variable: La variable a analizar.
  • binarize: El indicador binario a utilizar.
• tips:
  • Separe la variable en dos, utilizando el indicador binario. Recuerde eliminar los perdidos con dropna().
  • Implemente ttest_ind de scipy.stats y guarde el valor t y pval.
  • Reporte las medias para cada grupo (0 y 1).
  • Reporte la diferencia de entre las medias.
  • Reporte los valores t y p

Ejercicio 4: Implemente una función que grafique los histogramas para ambas muestras.

• Genere una función que devuelva un gráfico donde visualice los dos histogramas de la variable acorde a cada subgrupo, respectivamente.
• tips: Refactorize la función incluyendo el método hist de matplotlib.pyplot. Incluya los argumentos alpha y label.

Ejercicio 5: Para las tres variables de interés acorde a su grupo, analice las diferencias de medias por cada continente, y posteriormente grafique. Concluya con los principales resultados al respecto.