Variables de estudio, caracterización y base de datos en R Ejercicio

...

E(ẋ)= 63,33333 es el peso promedio de las muestras muéstrales

(ẋ)= 5,931085 Años es la variabilidad del peso promedio de la muestras alrededor de su media[pic 14]

- VARIABLE DE ESTUDIO, CARACTERIZACION Y BASE DE DATOS EN R EJERCICIO 1

> pesos

> pesos

[1] 58 63 50 48 84 77

> summary(pesos)

Min. 1st Qu. Median Mean 3rd Qu. Max.

48.00 52.00 60.50 63.33 73.50 84.00

> #63.33 es el peso promedio por individuo en la poblacion

> N=6

> VarPoblacional=((N-1)/N)*var(pesos)

> VarPoblacional

[1] 175.8889

> desPoblacional=sqrt(VarPoblacional)

> desPoblacional

[1] 13.26231

> #13.26231 es la variabilidad deLpeso alrededor de su media

> save.image("C:\\Users\\MyK\\Desktop\\estadistica\\punto1 pa1")

> #Punto B ¿Cuántas muestras de tamaño 3 sin orden y sin reemplazo se pueden obtener de esa población hipotética?

> #se deben cargar los paquetes prob y gtools, con el fin de que las formulas a implementar funcionen

> combinations=(urnsamples(pesos,3,replace=FALSE,ordered=FALSE))

> combinations

X1 X2 X3

1 58 63 50

2 58 63 48

3 58 63 84

4 58 63 77

5 58 50 48

6 58 50 84

7 58 50 77

8 58 48 84

9 58 48 77

10 58 84 77

11 63 50 48

12 63 50 84

13 63 50 77

14 63 48 84

15 63 48 77

16 63 84 77

17 50 48 84

18 50 48 77

19 50 84 77

20 48 84 77

> rowSums(combinations)

[1] 171 169 205 198 156 192 185 190 183 219 161 197 190 195 188 224 182 175 211

[20] 209

> #con la formula anterior se sumo los tres datos de cada fila, con el fin de sacar la media muestral

> n=3

> media_muestras=(rowSums(combinations))/n

> media_muestras

[1] 57.00000 56.33333 68.33333 66.00000 52.00000 64.00000 61.66667 63.33333

[9] 61.00000 73.00000 53.66667 65.66667 63.33333 65.00000 62.66667 74.66667

[17] 60.66667 58.33333 70.33333 69.66667

> #para validar que efectivamente estan los 20 datos, utilizamos length

> C=length(media_muestras)

> C

[1] 20

> mean(media_muestras)

[1] 63.33333

> #63.33333 es el peso promedio de las muestras muestrales

> VarMuestral=var(media_muestras)

> VarMuestral

[1] 37.02924

> Var_poblacional=((C-1)/C)*var(media_muestras)

> Var_poblacional

[1] 35.17778

> des_Poblacional=sqrt(Var_poblacional)

> des_Poblacional

[1] 5.931086

> #5.931086 es la variabilidad del peso promedio de la muestras alrededor de su media

> # comprobacion teorema central del limite

> N=6

> TCL=((desPoblacional/sqrt(n))*(sqrt((N-n)/(N-1))))

> TCL

[1] 5.931086

> #Se puede evidenciar que da el mismo resultado 5.931086

- VARIABLE DE ESTUDIO, CARACTERIZACION Y BASE DE DATOS EN EXCEL EJERCICIO 2

[pic 15]

- VARIABLE DE ESTUDIO, CARACTERIZACION Y BASE DE DATOS EN R EJERCICIO 2

- CONCLUSIONES

- Se evidencio que los resultados obtenidos en Excel y en R, pertenecen a los reflejados teóricamente.

- La aplicación de estas herramientas da a conocer las diferentes funciones que se pueden implementar a la hora de realizar ejercicios estadísticos, contando con un alto índice de exactitud.

- Es necesario conocer la ejecución y carga de paquetes que permiten realizar los ejercicios en R, ya que algunas fórmulas no se reconocen y arrojan error si no se activan.

- FUENTES DE INFORMACIÓN Y REFERENCIAS

- Manual R

- Walpole, Probabilidad