Intervalos de Confianza
Carlos Mateo Valencia Matallana
2024-02-14
Durante el proceso de aplicació n de intervalos de confianza, un caso abordado fue
cuando se evalua la diferencia de medias de dos poblaciones con varianzas
desconocidas e iguales; en este tipo de aná lisis, se implementa una fó rmula específica
que para poder se construida requiere de unos elementos que en el transcurso de este
oficio fueron hayados. En relació n con lo mencionado, se comenzó realizando la
creació n de dos grupos muestrales que en este caso se ven influenciados por el mismo
valor de replicate, posteriormente se aplicaron funciones propias de Rstudio y
provenientes también del paquete resample, como lo son ColMeans y ColVars
respesctivamente, a través de estas se lograron conseguir las medias y las varianzas
de los conjuntos muestrales ya abordados; como siguiente paso se consiguieron con
los datos ya existentes los valores de tt especificado en el có digo y de sp, los cuales son
necesarios para a continuació n elaborar la fó rmula de diferencia de medias que se
ajusta al título expuesto al inicio de este pá rrafo. Luego de ejecutar ambas partes de la
fó rmula (con signo de menos y signo de má s), mediante la funció n cbind ambas
cadenas son concatenadas y almacenadas dentro de la variable “pegadas”, la cual es
utilziada dentro de un ciclo for donde se establece un abline para la media del plot y
consecuentemente se visualiza el grá fico con los intervalos de confianza; por ú ltimo,
dentro de otro for, se usa la variable “fuera” para encontrar aquellos elementos que no
se encuentran dentro de la media, y luego ser pintados de color morado.
library(resample)
##MUESTRAS CON MISMO VALOR DE REPLICATE
#Muestra número (1)
simulacion11<-replicate(100,(runif(30,50,70)))
#Muestra número(2)
simulacion22<-replicate(100,(runif(30,60,80)))
########################################################################
#
##Aplicación de ColMean para calcular las medias de las muestras
realizadas
#ColMean Primera muestra
med1 <- colMeans(simulacion11)
#ColMean Segunda muestra
med2 <- colMeans(simulacion22)
########################################################################
#
#Aplicación de ColVar para caluclar la varianza de las muestras
realizadas
#ColVar Primera muestra
var1 <- colVars(simulacion11)
#ColVar Segunda muestra
var2 <- colVars(simulacion22)
########################################################################
#
#Calculamos el valor de t, el cuál será utilizado dentro de la fórmula
en cuestión
tt <- qt(0.95,58)
########################################################################
#
#Calculamos SP, el cuál será utilizado dentro de la fórmula en cuestión
sp <- sqrt(((30-1)*(var1) + (30-1)*(var2))/(30+30)-2)
########################################################################
#
#Fórmula completa con negativo
negat <- (med1 - med2) - tt * sp * sqrt(1/30+1/30)
#Fórmula completa con Positivo
posit <- (med1 - med2) + tt * sp * sqrt(1/30+1/30)
########################################################################
#
#Unir ambas partes de la fórmula
pegadas <- cbind(negat,posit)
########################################################################
#
#Graficar el intervalo de confianza de "pegadas"
y <- seq(0,30,length=100)
plot(0,0,type="n",xlim=c(-16,0),ylim=c(0,30))
abline(v=-10,col="red")
for(i in 1:100){
lines(pegadas[i,],c(y[i],y[i]),type="b",pch=8)
}
########################################################################
#
#Graficar el intervalo de confianza de "pegadas"
fuera <- pegadas[-which(pegadas[,1]<-10 & pegadas[,2]>-10),]
#Recorre los que no están y los pinta
for(i in 1:nrow(fuera)){
lines(fuera[i,],c(y[i],y[i]),type="b",pch=8, col="purple")
}
