TRABAJO FINAL MUESTREO

DECLER JOSE PABUENA VERGARA

10 de julio de 2019

Introducción
EL siguiente trabajo tiene por finalidad aplicar diversas tecnicas o métodos
estadísticos que prmitan determinar de la forma mas acertada posible la distribusion
de ciertas variablesde y apartir de alli, definir tamañ o de muestra y limites de cofianza
para posteriores analisis. Esta data tiene 65534 observaciones y 20 variables
setwd("~/MUESTREO")
med<- read.csv("Med18.csv", dec=",", sep = ";", header = TRUE )

1. DESCRIPCION DE LA VARIABLE COSTO TOTAL Determino las características de

la variable de interes, COSTO TOTAL
dim(med)

[1] 65534 20

class(med$VALOR.TOTAL)

[1] "numeric"

pander(summary(med$VALOR.TOTAL))

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

12 1290 3024 23381 7800 31904343

variable numérica Rango de la variable extremadamente grande para los valores de la

funció n
hist(med$VALOR.TOTAL)
plot(med$VALOR.TOTAL)

Acoto la
variable aplicando logaritmo
vtlog <- log(med$VALOR.TOTAL)
head(vtlog)

[1] 7.090077 11.533316 8.451053 6.445720 7.185387 9.305651

pander(summary(vtlog))

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

2.485 7.162 8.014 8.052 8.962 17.28
hist(vtlog)

plot(vtlog)
boxplot(vtlog)

barplot(vtlog)
Hallo la varianza y la desviacion de la variable
var(vtlog)

[1] 2.71108

sd(vtlog)

[1] 1.646536

x=vtlog
head(dnorm(x, mean(vtlog), sd(vtlog)))

[1] 0.20427321 0.02592157 0.23528283 0.15054111 0.21094630 0.18133255

dnor<- dnorm(vtlog, mean(vtlog), sd(vtlog))

curve(dnorm(x, mean(vtlog),
sd(vtlog)),xlim=c(3.052,13.052),col="blue",lwd=2,
xlab="x",ylab="f(x)",main="Función de Densidad
N(mean(vtlog),sd(vtlog))")
descdist(log(med$VALOR.TOTAL))

summary statistics
------
min: 2.484907 max: 17.27825
median: 8.014336
mean: 8.052096
estimated sd: 1.646536
estimated skewness: 0.2961642
estimated kurtosis: 4.563761

Como el valor de skewness es muy cercano a cero indica que posee algun tipo de
simetría la distribució n empírica, y la kurtosis cuantifica el peso de los extremos, ya
que un valor cercano a 3 es la kurtosis de una distribució n que acerca mucho a lo
normal VERIFICO LA DISTRIBUSION
fw<-fitdist(log(med$VALOR.TOTAL), "weibull")
summary(fw)

Fitting of the distribution ' weibull ' by maximum likelihood

Parameters :
estimate Std. Error
shape 5.010458 0.013814132
scale 8.716251 0.007192268
Loglikelihood: -128502.4 AIC: 257008.8 BIC: 257026.9
Correlation matrix:
shape scale
shape 1.0000000 0.3273995
scale 0.3273995 1.0000000

plot(fw)
fg<-fitdist(log(med$VALOR.TOTAL), "gamma")
summary(fg)

Fitting of the distribution ' gamma ' by maximum likelihood

Parameters :
estimate Std. Error
shape 22.583267 0.12384724
rate 2.804683 0.01555278
Loglikelihood: -126563.7 AIC: 253131.3 BIC: 253149.5
Correlation matrix:
shape rate
shape 1.0000000 0.9889523
rate 0.9889523 1.0000000

plot(fg)

fl<-fitdist(log(med$VALOR.TOTAL), "lnorm")
summary(fl)

Fitting of the distribution ' lnorm ' by maximum likelihood

Parameters :
estimate Std. Error
meanlog 2.0636322 0.0008502502
sdlog 0.2176607 0.0006011606
Loglikelihood: -128299.4 AIC: 256602.8 BIC: 256621
Correlation matrix:
meanlog sdlog
meanlog 1.000000e+00 3.719011e-12
sdlog 3.719011e-12 1.000000e+00

plot(fl)

fn<-fitdist(log(med$VALOR.TOTAL), "norm")
summary(fn)

Fitting of the distribution ' norm ' by maximum likelihood

Parameters :
estimate Std. Error
mean 8.052096 0.006431829
sd 1.646523 0.004547982
Loglikelihood: -125668.3 AIC: 251340.6 BIC: 251358.8
Correlation matrix:
mean sd
mean 1 0
sd 0 1

plot(fn)
2. SELECCION DE LA VARIABLE QUE CUMPLE LA ESPECIFICACION
POR ESTRATO Y POR CONGLOMERADO
escogería la variable MEDICO o especialidad médica para tratarla como una variable
subdividida en estratos, ya que la variabilidad dentro de cada uno de los médicos o
especialidad médica será muy pequeñ a y variabilidad entre especialidades será muy
grande. La variable que escogeria para estudiarla por conglomerado seria CODIGO o
diagnó stico del usuario, ya que la variabilidad interna dentro de cada conjunto de
individuos del mismo diagnostico puede ser grande y la variabilidad que puede existir
entre conjuntos de diagnosticos diferentes podria ser pequeñ a.

3. DETERMINACION DEL TAMAÑO DE LA MUESTRA PARA LA

VARIABLE COSTO TOTAL