IC_e_TH.R

p = 0.2
n = 2400
x = rbinom(n, 1, p)
x
mean(x)
sd(x)
sqrt(2400)
qnorm(0.975)

Erro_padrao = sd(x)/sqrt(2400)
Erro_padrao

Z = qnorm(0.975)


Limite_Inferior = mean(x) - qnorm(0.975)*(sd(x)/sqrt(2400)) 
Limite_Superior = mean(x) + qnorm(0.975)*(sd(x)/sqrt(2400))

Limite_Inferior
Limite_Superior




# Unirio - projeto maternidade
# Simulação de dados
p = 0.7
n = 2600
y = rbinom(n, 1, p)
y

mean(y)

Limite_Inferior = mean(y) - qnorm(0.975)*(sd(y)/sqrt(2600))
Limite_Superior = mean(y) + qnorm(0.975)*(sd(y)/sqrt(2600))

#---------------------------------------------------------------

numero_de_caras <- 470:610
plot(numero_de_caras, dbinom(numero_de_caras, size=1000, prob=.541),type='h')

# H0: p  = 0,5
# H1: p != 0,5
# alpha: 0,05 (IC de 95%)

prop.test(541,1000)

# numero de caras: 7
# em 10 lançamentos
#Essa moeda é honesta

#H0: p  = 0,5
#H1: p != 0,5 
#alpha: 0,05
prop.test(7,10)

65 caras
100 lançamentos de uma moeda
#H0: p  = 0,5
#H1: p != 0,5 
#alpha: 0,05
prop.test(65,100)