Os seguintes exercicios están feitos co conxunto de datos sobre medidas de prantas, coñecidos

habitualmente como de Fisher ou de Anderson, e que no R se poden obter no data frame iris().
Son as medidas das seguintes variables:

sl: longo do sépalo

sw: ancho do sépalo
ps:longo do pétalo
pw:ancho do pétalo

procedentes de 150 exemplares das seguintes especies (50 cada unha): Iris setosa, Iris versicolor e
Iris virginica.

GRÁFICAS: Nos apéndices preséntanse os histogramas, e os diagramas de caixa das 4 variables,

ademais da matriz de dispersion.

RESULTADOS: Nos apéndices aparecen resultados sobre medidas de posicion, dispersion e forma,
asi como contrastes de normalidade.
Finalmente, no apendice de resultados colocouse a matriz de correlacións e un contraste que
analizaza a correlación entre o conxunto das variables.

1.- Analizade as diferencias entre os tamaños das características que miden as variables. Indicando
se existen diferencias de tamaño entre elas, e se os valores de algunha delas son mais estables cás
demais.
2.- Analizade se se pode aceptar a normalidade nas variables e en caso de que non sexa así indicade
os motivos que poden causar a súa falta.
3.- Pensades que existe relación entre algunhas das variables.
 RESULTADOS
"Sepal.Length"

Min. st Qu. Median Mean 3rd Qu. Max.

4.300 5.100 5.800 5.843 6.400 7.900

"varianza mostral:" 0.6856935

"desviacion tipica mostral:" 0.828066
"asimetria:" 0.3086407
0.9386093
"curtose:" -0.6058125
"p-valor" 0.06494557

#Contrastes de normalidade

Shapiro-Wilk normality test

data: datos
W = 0.9761, p-value = 0.01018

Lilliefors (Kolmogorov-Smirnov) normality test

data: datos
D = 0.0887, p-value = 0.005788

"Sepal.Width"

Min. st Qu. Median Mean 3rd Qu. Max.

2.000 2.800 3.000 3.057 3.300 4.400

"varianza mostral:" 0.1899794

"desviacion tipica mostral:" 0.4358663
"asimetria:" 0.3126147
0.9409823
"curtose:" 0.1387047
0.6356148

#Contrastes de normalidade

Shapiro-Wilk normality test

data: datos
W = 0.9849, p-value = 0.1011

Lilliefors (Kolmogorov-Smirnov) normality test

data: datos
D = 0.1057, p-value = 0.0003142
 "Petal.Length"

Min. st Qu. Median Mean 3rd Qu. Max.

1.000 1 .600 4.350 3.758 5.100 6.900

"varianza mostral:" 3.116278

"desviacion tipica mostral:" 1.765298
"asimetria:" -0.2694109
0.08898132
"curtose:" -1.416857
0.0001984447

#Contrastes de normalidade

Shapiro-Wilk normality test

data: datos
W = 0.8763, p-value = 7.43e-10

Lilliefors (Kolmogorov-Smirnov) normality test

data: datos
D = 0.1982, p-value = 7.901e-16

"Petal.Width"

Min. st Qu. Median Mean 3rd Qu. Max.

0.100 0.300 1.300 1.199 1.800 2.500

"varianza mostral:" 0.5810063

"desviacion tipica mostral:" 0.7622377
"asimetria:" -0.1009166
0.3069259
"curtose:" -1.358179
0.0003425819

#Contrastes de normalidade

Shapiro-Wilk normality test

data: datos
W = 0.9018, p-value = 1.680e-08

Lilliefors (Kolmogorov-Smirnov) normality test

data: datos
D = 0.1728, p-value = 7.33e-12
 índice Kaiser-. Mayer-Orlin de adecuacion da mostra

KMO: 0.54008

matriz de correlacions
Sepal.Length Sepal.Width Petal.Length Petal.Width
Sepal.Length 1.00000 -0.11757 0.87175 0.81794
Sepal.Width -0.11757 1.00000 -0.42844 -0.36613
Petal.Length 0.87175 -0.42844 1.00000 0.96287
Petal.Width 0.81794 -0.36613 0.96287 1.00000
 GRÁFICAS

Histograma con densidade (vermella) e curva normal teórica (azul) para as súas esperanza e varianza
Diagramas de barras