Actividad 2. Analisis estadstico y muestreo.

Al finalizar esta actividad sers capaz de identificar el uso de elementos y funciones del Lenguaje R para resolver problemas. Describe en un documento de texto el procedimiento que utilizaras para resolver los siguientes problemas con las herramientas del programa R. ************************************************************************************** Problema 2.1. Crea una tabla "two-way" utilizando los dos vectores de datos siguientes para que contenga la frecuencia de ocurrencia de los elementos. (Soltero, Soltero, Casado, Divorciado, Divorciado, Soltero, Soltero, Divorciado) (Joven, Joven, Maduro, Joven, Joven, Mayor de 60, Maduro, Mayor de 60) ************************************************************************************** PROCEDIMIENTO Para construir una tabla de doble entrada con el valor de la frecuencia, podemos utilizar el comando table(). Abrimos el editor y realizamos lo siguiente: Primero introduciremos los datos usando el comando bsico >Dato1=(Soltero, Soltero, Casado, Divorciado, Divorciado, Soltero, Soltero, Divorciado) Despus realizaremos un conteo de datos usando el comando length() Este comando nos arrojar el nmero total de elementos que integran el conjunto. Dicho valor es necesario si queremos calcular la frecuencia relativa. Finalmente usamos el comando table() para generar una tabla de frecuencias absolutas. >table(Dato1) Dato1 Casado Divorciado Soltero 1 2 4 Tambin podemos usar table()/length() para obtener las frecuencias relativas.
> table(Dato1)/length(Dato1)

Dato1 Casado Divorciado Soltero 0.1428571 0.2857143 0.5714286

************************************************************************************** Problema 2.2. Determina si los datos que se proporcionan en el archivo adjunto (datos.txt), ubicado en la pestaa de la unidad 2, tienen una distribucin normal. Para este anlisis podrs utilizar qqnorm(). ************************************************************************************** PROCEDIMIENTO Abrimos el editor y realizamos lo siguiente: Creamos el vector introduciendo los datos del archivo datos.txt usando el comando x=scan(c://datos..txt) > x=sacn("C:/Users/Jessica/Documents/muestras.txt") Read 54 items De esta manera podemos ingresar todos los datos sin necesidad de escribirlos uno por uno. Graficamos las funciones quantile de la muestra, es decir los cuantiles muestrales vs. los cuantiles tericos de la distribucin Normal, usando el comando qqnorm(). El comando qqnorm() compara grficamente la distribucin de una muestra con una distribucin normal (si los valores estn alineados, la distribucin es normal). >qqnorm(x)

************************************************************************************** Problema 2.3. Calcula el intervalo de confianza utilizando una distribucin t con los siguientes datos: Media muestral = 5 Desviacin estndar muestral = 2 Tamao de la muestra = 20 Nivel de confianza = 95% ************************************************************************************** PROCEDIMIENTO Abrimos el editor y realizamos lo siguiente: Un intervalo de confianza es un rango de valores en el cual se encuentra el valor real del parmetro, con una probabilidad determinada. Realizar el clculo de dicho intervalo utilizando una distribucin t es similar a utilizar a usar una distribucin normal qnorm(), la diferencia es que se usa el comando asociado a la distribucin t. Para realizar estos, iniciamos definiendo las variables correspondientes a los valores >m=5 # Media muestral >s=2 # Desviacin estndar >n=20 # Tamao de muestra Determinamos el margen de error de acuerdo al nivel de confianza del 95%determinndolo con el error estndar s/sqrt(n), adicionalmente la distribucin t tiene n-1 grados de libertad para un tamao de n muestras, as que podemos definir nuestro margen de error por qt(0.975, df = n-1) * s / sqrt(n), finalmente, el intervalo de confianza a merrory m+error > error=qt(0.975, df = n-1) * s / sqrt(n) > error [1] 0.9360288 > int_izq = m - error > int_izq [1] 4.063971 > int_der = m + error > int_der [1] 5.936029

************************************************************************************** Problema 2.4. Encuentra el valor p para el conjunto de datos que se proporcionan en el archivo adjunto (datos.txt). Utiliza una prueba de hiptesis bilateral. Problema 2.5. a) Crea el siguiente data-frame (hoja de datos) en el que la columna f sea un factor. ************************************************************************************** PROCEDIMIENTO Abrimos el editor y realizamos lo siguiente: Se crea el vector de datos leyendo el archivo con la instruccin scan(), para el caso de este ejemplo es necesario utilizar el parmetro skip para ignorar el encabezado. > j=scan("C:/Users/Jessica/Documents/Datos.txt") Read 54 items Obtenemos el estadstico de contraste con la formula mean() / (sd() / sqrt(lenght())) > e=mean(j)/(sd(j)/sqrt(length(j))) >e [1] 14.86709 Finalmente obtenemos el valor con 2*pt(-abs(e), df=lenght()-1) > s=2*pt(-abs(e), df=length(j)-1) >s [1] 1.493455e-20

************************************************************************************** Problema 2.5. a) Crea el siguiente data-frame (hoja de datos) en el que la columna f sea un factor.
> miframe

b) Comenta el resultado de ejecutar > miframe$f despus de crearlo.

************************************************************************************** PROCEDIMIENTO Abrimos el editor y realizamos lo siguiente: Se crean los vectores correspondientes con c Primero=j Segundo =e Tercero=s F=y >j=c(5, 17, 8, 18, 60, 3) >e=c(7, 75, 6, 56, 35, 1) >s=c(22, 4, 5, 44, 9, 58) >y=c('A', 'C', 'B', 'A', 'A', 'B') Posteriormente creamos la coleccin de filas y columnas de mismas dimensiones con el comando data.frame, Finalmente con el parametro $f transformamos la columna f en un factor >miframe=data.frame(j,e,s,y) >miframe$y [1] A C B A A B Levels: A B C