Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Como primer paso definimos el vector con nuestros datos usando el comando c y asignarlo a un vector Seguido de usar el comando de table() para sacar la tabla de frecuencias absolutas, o table()/length() para las relativas
2.2 Se crea el vector de datos leyendo el arc ivo con la instrucci!n scan(), para el caso de este e"emplo es necesario utilizar el parmetro skip para ignorar el encabezado
#raficamos los datos con el comando qqnorm() para visualizar si los datos estn alineados con la distribuci!n normal.
2.$ %n intervalo de confianza es un rango de valores en el cual se encuentra el valor real del parmetro, con una probabilidad determinada. &ealizar el clculo de dic o intervalo utilizando una distribuci!n t es similar a utilizar a usar una distribuci!n normal qnorm(), la diferencia es 'ue se usa el comando asociado a la distribuci!n t. Para realizar estos, iniciamos definiendo las variables correspondientes a los valores dados( )edia muestral (m) * + ,esviaci!n estndar (s) * 2 -ama.o de muestra (n) * 2
,eterminamos el margen de error de acuerdo al nivel de confianza del /+0 determinndolo con el error estndar s/sqrt(n), adicionalmente la distribuci!n t tiene n-1 grados de libertad para un tama.o de n muestras, as1 'ue podemos definir nuestro margen de error por qt(0.975, df n-1) ! s / sqrt(n), finalmente, el intervalo de confianza a merror y m"error
2.2 Se crea el vector de datos leyendo el arc ivo con la instrucci!n scan(), para el caso de este e"emplo es necesario utilizar el parmetro skip para ignorar el encabezado
Posteriormente creamos la colecci!n de filas y columnas de mismas dimensiones con el comando data.frame, 4inalmente con el parametro $f transformamos la columna f en un factor