################## INTERVALO DE CONFIANZA
############# Intervalo de confianza para la media
############# Caso de varianza desconocida
### Para datos no agrupados
mdatos <- c(...)
### Calculos descriptivos
n <- ### Tamano de muestra
xbar <- ### Media muestral
s <- ### Desviación estándar muestral
cc <- qt(1-alpha/2,n-1) ### Cuantil de confianza
ee <- s/sqrt(n) ### Error estandar
E <- cc*ee ### Error de estimación
li <- xbar - E ### Limite inferior del intervalo
ls <- xbar + E ### Limite superior del intervalo
##### Mostrando resultados obtenidos
cbind(n, xbar, s, cc, ee, E, li, ls)
##### Usando codigo r directamente
library(BSDA)
[Link](xbar, s, n, [Link] = )$conf
#### Para datos en MS-Excel
datos <- [Link]("clipboard")
##### seleccionar casos del grupo
grupo <- subset(datos, datos$Vargrupo ==" ")
library(BSDA)
[Link](grupo$Var, [Link] = )$conf
############# Intervalo de confianz para la media
############# Caso de varianza conocida
### Datos resumidos
n <- ### Tamano de muestra
xbar <- ### Media muestral
sig <- ### Desviación estándar poblacional
cc <- qnorm(1-alpha/2) ### Cuantil de confianza
ee <- s/sqrt(n) ### Error estandar
E <- cc*ee ### Error de estimación
li <- xbar - E ### Limite inferior del intervalo
ls <- xbar + E ### Limite superior del intervalo
##### Mostrando resultados obtenidos
cbind(n, xbar, sig, cc, ee, E, li, ls)
##### Usando código r directamente
library(BSDA)
[Link](xbar, sig, n, [Link] = )$conf
#### Para datos en MS-Excel
datos <- [Link]("clipboard")
##### seleccionar casos del grupo
grupo <- subset(datos, datos$Vargrupo ==" ")
library(BSDA)
[Link](grupo$Var, sig, [Link] = )$conf
############# Tamaño de muestra para estimar la media poblacional
#### Ingresando datos
sig <- #### Sigma conocida
E <- #### Error de estimacion
cc <- qnorm(1-alpha/2) #### Cuantil de confianza
#### Calculo del tamano de la muestra
n <- ((cc^2)*(sig^2))/(E^2)
ne <- ceiling(n)
cbind(n, ne)
#### Otra forma
library(samplingbook)
[Link](e = , S = , level = )
#### Cuando se conoce tamaño de poblacion
N <- #### Tamano de la poblacion conocida
#### Calculo del tamano de la muestra
n1 <- (N*(cc^2)*(sig^2))/((N-1)*(E^2) + (cc^2)*(sig^2))
n1e <- ceiling(n1)
cbind(n1, n1e)
#### Otra forma
library(samplingbook)
[Link](e = , S = , level = , N = )
############ Intervalo de confianza para la Varianza
##### Ingresando datos
mdatos <- c(...)
n <- #### Tamano de muestra
varm <- var(mdatos) #### Varianza muestral
s <- sd(mdatos) #### Desviación estándar muestral
alpha <- #### Valor de alpha
cc1 <- qchisq(1-alpha/2, n-1) #### Cuantil de confianza inferior
cc2 <- qchisq(alpha/2, n-1) #### Cuantil de confianza superior
li <- varm*(n-1)/cc1 #### Limite inferior (varianza)
ls <- varm*(n-1)/cc2 #### Limite superior (varianza)
dsli <- sqrt(li) #### Limite inferior (desviacion estandar)
dsls <- sqrt(ls) #### Limite inferior (desviacion estandar)
##### Mostrando resultados
cbind(n, cc1, cc2, li, ls, dsli, dsls)
#### Haciendo de uso código R directo
library(EnvStats)
varTest(mdatos,[Link] = )$conf
sqrt(varTest(mdatos,[Link] = )$conf)
#### Para datos en MS-Excel
datos <- [Link]("clipboard")
##### seleccionar casos del grupo
grupo <- subset(datos, datos$Vargrupo ==" ")
library(EnvStats)
#### De la varianza
varTest(grupo$Var,[Link] = )$conf
#### De la desviacion estandar
sqrt(varTest(grupo$Var,[Link] = )$conf)
############ Intervalo de confianza para la Proporción
##### Ingresando datos
k <- #### Casos a favor
n <- #### Tamano de miuestra
p <- k/n #### Proporcion muestral
alpha <- #### Valor de alpha
cc <- qnorm(1-alpha/2) #### Cuantil de confianza
ee <- sqrt((p*(1-p))/n) #### Error estándar
E <- cc*ee #### Error de estimación
li <- p - E #### Limite inferior
ls <- p + E #### Limite superior
##### Mostrando resultados
cbind(n, k, p, cc, ee, E, li, ls)
#### Haciendo de uso codigo R directo
library(DescTools)
BinomCI(k,n,[Link] = ,method = "wald")
#### Para datos en MS-Excel
datos <- [Link]("clipboard")
##### seleccionar casos del grupo
grupo <- subset(datos, datos$Vargrupo ==" ")
##### Calculo de tabla de la variabel Var
table(grupo$Var)
##### Ingresando datos
k <- #### Casos a favor
n <- #### Tamano de miuestra
p <- k/n #### Proporcion muestral
library(DescTools)
BinomCI(k,n,[Link] = ,method = "wald")
############# Tamano de muestra para estimar la proporcion
#### Ingresando datos
p <- #### Valor de p conocida
E <- #### Error de estimación
alpha <- #### Valor de alpha
cc <- qnorm(1-alpha/2) #### cuantil de confianza
#### cálculo del tamaño de la muestra
n <- ((cc^2)*(p*(1-p)))/(E^2)
ne <- ceiling(n)
cbind(n, ne)
#### Otra forma
library(samplingbook)
[Link](e= , P= , level = )
#### Cuando se conoce tamaño de poblacion
N <- #### Tamano de la poblacion conocida
#### Calculo del tamano de la muestra
n1 <- (N*(cc^2)*(p*(1-p)))/((N-1)*(E^2) + (cc^2)*(sig^2))
n1e <- ceiling(n1)
cbind(n1, n1e)
#### Otra forma
library(samplingbook)
[Link](e= , P= , level = , N = )
################## PRUEBA DE HIPOTESIS PARA LA MEDIA
#### Para datos en MS-Excel
datos <- [Link]("clipboard")
##### seleccionar casos del grupo
grupo<- subset(datos, datos$Vargrupo ==" ")
#### Caso de varianza desconocida
#### Prueba de hipotesis
library(BSDA)
[Link](grupo$Var, alternative = " ", mu = )
#### Valor critico
n <-
alpha <-
qt(alpha, n-1, [Link]=T)
qt(alpha, n-1, [Link]=F)
qt(c(alpha/2,1-alpha/2), n-1,[Link]=T)
#### Caso de varianza desconocida
#### Prueba de hipotesis
sig <-
library(BSDA)
[Link](grupo$Var, sig, alternative = " ", mu = )
#### Valor critico
alpha <-
qnorm(alpha, [Link]=T)
qnorm(alpha, [Link]=F)
qnorm(c(alpha/2,1-alpha/2), [Link]=T)
