
      cps <- read.table("http://s3.amazonaws.com/assets.datacamp.com/production/course_1276/datasets/cps_ch3.csv", header = T, sep =   ";")
      tstat <- (mean(cps$ahe12)-23.5)/(sd(cps$ahe12)/sqrt(length(cps$ahe12)))
      pval <- 1-pnorm(tstat)


      # Realizar la prueba de hipótesis de los ejercicios anteriores con t.test ()
           
      # Extraer el estadístico t y el valor p de la lista creada por t.test ()
           
      # Verifique que el uso de la aproximación normal también sea válido aquí.


      # Realizar la prueba de hipótesis de los ejercicios anteriores con t.test ()
      t.test(cps$ahe12, alternative = "greater", mu = 23.5)
           
      # Extraer el estadístico t y el valor p de la lista creada por t.test ()
      tstat <- t.test(cps$ahe12, alternative = "greater", mu = 23.5)$statistic
      pvalue <- t.test(cps$ahe12, alternative = "greater", mu = 23.5)$p.value
           
      # Verifique que el uso de la aproximación normal también sea válido aquí.
      pvalue - pval


      test_function_result("t.test")
      test_object("tstat")
      test_object("pvalue")
      test_or({
      test_student_typed("pvalue - pval")
      },{ 
      test_student_typed("pval - pvalue")
      },{
      test_student_typed("pval == pvalue")
      },{
      test_student_typed("pvalue == pval")
      })
      success_msg("¡Correcto! La diferencia entre ambos valores p es muy pequeña, por lo que usar la aproximación normal conduce a la misma conclusión aquí.")