Tarea 3

3. Para tener mejor idea del efecto de transformaciones de datos no-convencionales pero eficientes, considera la base de datos “germinalechuga.xls”. Los datos representan el número de plantas delechuga que germinaron después de aplicar distintos tratamientos a lotes de 50 semillas (aquí no se indican los tratamientos aplicados en cada caso, sólo los números de plantas germinadas, que seencuentran en la variable “numgerm”). Supón que desearas analizar la distribución del porcentaje de germinación, o equivalentemente, la proporción de germinación, calculando esta última en una columna deRcmdr con la fórmula: propgerm=numgerm/50 (Ir al menú: Datos > Modificar variables del conjunto de datos activos > Calcular una nueva variable).
a) Explora la distribución de las proporcionesmediante un histograma y estadísticas descriptivas. Ejecuta también en Rcmdr el test de normalidad de Shapiro-Wilk para revisar la normalidad de las proporciones.

Media 0.5097222
Desviación típica0.3799332
Errores típicos de media 0.04477555
IQR 0.78
Coef. variación 0.745373
Asimetría -0.1076614
Apuntamiento -1.619448
0% 0
25% 0.12
50% 0.51
75% 0.9
100% 1
n 72
W p-value0.861731.215e-06
b) Transforma la variable “propgerm” aplicando la función arco seno de la raíz de una proporción, para transformar la variable “propgerm” en una cuyo modelo de probabilidad se aproxime a lanormal [en R esta función se escribirá en una columna nueva como: propgermtransf=asin(sqrt(propgerm))]. Realiza los mismos gráficos y análisis hechos en el inciso a. Establece tus conclusiones en nomenos de 4 líneas.

Media 0.7759575
Desviación típica 0.5103003
Errores típicos de media 0.06013947
IQR 0.8995563
Coef. variación 0.6576395
Asimetría -0.211564
Apuntamiento -1.327294
0% 0
25%0.3494895
50% 0.7954169
75% 1.249046
100% 1.570796
n 72

W p-value0.91396 0.0001163
Se puede observar en el primer histograma que la distribución no es normal dado que la mayoría de los datos...