ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
FACULTAD DE INFORMATICA Y ELECTRONICA
ESCUELA DE ELECTRONICA EN CONTROL
NOMBRE:...
comandos, al menos para las tareas que se encuentran implementadas dentro de dicho
entorno.
No obstante, R-Commander no pr...
− Tools: carga de librerías y definición del entorno.
− Help: ayuda sobre R-commander (en inglés).

PRUEBAS DE HIPÓTESIS
O...
Fijémonos que nos piden claramente que confirmemos una afirmación: la máquina está mal
calibrada.
Eso obliga a plasmar dic...
Upcoming SlideShare
Loading in …5
×

Escuela superior politecnica de chimborazo

199 views

Published on

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
199
On SlideShare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Escuela superior politecnica de chimborazo

  1. 1. ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE INFORMATICA Y ELECTRONICA ESCUELA DE ELECTRONICA EN CONTROL NOMBRE: Jorge Luis AldazToala MINIMANUAL DE R-commander CON PRUEBA DE HIPOTISIS R es un software para el análisis estadístico de datos considerado como uno de los más interesantes. Apoyan esta opinión la vasta variedad de métodos estadísticos que cubre, las capacidades gráficas que ofrece y, también muy importante, el hecho de ser un software libre, es decir, gratuito. El mayor inconveniente que podría presentar frente al software más utilizado en nuestro medio es el hecho de funcionar mediante comandos, lo que para algunos usuarios puede resultar engorroso. Para solventar esta dificultad existe un paquete llamado R Commander que permite utilizar R sin tener que escribir los comandos, es decir, con la sola utilización del ratón. EL ENTORNO R-COMMANDER R-Commander es una Interfaz Gráfica de Usuario (GUI en inglés), creada por John Fox, que permite acceder a muchas capacidades del entorno estadístico R sin que el usuario tenga que conocer el lenguaje de comandos propio de este entorno. Al arrancar R-Commander, se nos presentan dos ventanas. La ventana de la izquierda es la consola de R. Aquí podremos ejecutar comandos de R, para lo cual necesitamos conocer el lenguaje R y su sintaxis. La ventana de la derecha corresponde al entorno de R-commander, que nos evita precisamente tener que usar dicho lenguaje de
  2. 2. comandos, al menos para las tareas que se encuentran implementadas dentro de dicho entorno. No obstante, R-Commander no pretende ocultar el lenguaje R. Si observamos de cerca la ventana de R-Commander, vemos que se divide en tres subventanas: script, output y messages. Cada vez que, a través de los menús de R-commander accedamos a las capacidades de R (gráficos, procedimientos estadísticos, modelos, etc.), en la ventana script se mostrará el comando R que ejecuta la tarea que hayamos solicitado, y en la ventana output se mostrará el resultado de dicho comando. De este modo, aunque el usuario no conozca el lenguaje de comandos de R, simplemente observando lo que va apareciendo en la ventana script se irá familiarizando. El acceso a las funciones implementadas en R-commander es muy simple y se realiza utilizando el ratón para seleccionar, dentro del menú situado en la primera línea de la ventana, la opción a la que queramos acceder. Las opciones son: − File: para abrir ficheros con instrucciones a ejecutar, o para guardar datos, resultados, sintaxis, etc. − Edit: las típicas opciones para cortar, pegar, borrar, etc. − Data: Utilidades para la gestión de datos (creación de datos, importación desde otros programas, recodificación de variables, etc.) − Statistics: ejecución de procedimientos propiamente estadísticos − Graphs: gráficos − Models: definición y uso de modelos específicos para el análisis de datos. − Distribution: probabilidades, cuantiles y gráficos de las distribuciones de probabilidad más habituales (Normal, t de Student, F de Fisher, binomial, etc.)
  3. 3. − Tools: carga de librerías y definición del entorno. − Help: ayuda sobre R-commander (en inglés). PRUEBAS DE HIPÓTESIS Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar basada en alguna creencia o experiencia pasada que será contrastada con la evidencia que nosotros obtengamos a través de la información contenida en la muestra. Esto es a lo que llamamos Prueba de Hipótesis INTERVALOS DE CONFIANZA Y CONTRASTE DE HIPÓTESIS INTERVALOS DE CONFIANZA Para poder realizar el cálculo de los intervalos de confianza, así como de los contrastes de hipótesis referentes a las distribuciones de probabilidad para representar el comportamiento estadístico de poblaciones, se supone que la muestra de datos recogida es representativa del comportamiento de la población, y una de las formas más usuales de garantizar esa representatividad es mediante muestras aleatorias simples. Consideremos el siguiente enunciado: Un ingeniero industrial ha diseñado una máquina que envasa bolsas de cebollas de dos kilos. Sin embargo, debido a diversas razones, como los diferentes pesos de las cebollas, problemas en el llenado, etc. es consciente de que el peso final de la bolsa de cebollas no será exactamente de dos kilos, sino que se producirán variaciones aleatorias con respecto a esta cantidad. Para comprobar si la máquina está bien calibrada, toma una muestra de 45 bolsas llenas de cebollas y contabiliza su peso. Con esta información, ¾tiene razones el ingeniero para pensar que la máquina está mal calibrada? (Utilícese un nivel de significación del 5 %).
  4. 4. Fijémonos que nos piden claramente que confirmemos una afirmación: la máquina está mal calibrada. Eso obliga a plasmar dicha afirmación en la hipótesis alternativa, que es la única a la que podemos asignar la carga del nivel de confianza. Por lo tanto, si notamos µ al peso medio de las bolsas, tenemos que queremos contrastar H0 : µ = 2 frente a H1 : µ = 2 6 . Dado que el tamaño muestral es generoso (45, superior a 30), no necesitamos la hipótesis de normalidad de los datos. Dicho esto, vemos que se trata de un contraste sobre la media de una distribución normal, contraste bilateral. RESOLUCIÓN DEL PROBLEMA MEDIANTE R COMMANDER Debemos importar los datos desde el chero cebollas.txt para manejar la variable en cuestión. A continuación elegimos la opción del menú ESTADÍSTICOS → MEDIAS → TEST T PARA UNA MUESTRA. Esta opción abrirá la ventana que aparece en la figura anterior ,fijémonos con detalle en ella: Nos pide en primer lugar que elijamos una (sólo una) variable, que debe ser aquella cuya media estemos analizando. Nos pide que indiquemos cuál es la hipótesis alternativa. En nuestro caso hemos elegido la opción de un test bilateral. Nos pide que especifiquemos el valor del valor hipotético con el que estamos comparando la media, en nuestro caso, 2. Nos pide, por último, que especifiquemos un nivel de confianza. En realidad este nivel de confianza no lo es para el contraste, que se resolverá a través del p-valor, sino para el intervalo de confianza asociado al problema. El enunciado no dice nada, por lo que ponemos la opción habitual del 95 %. One Sample t-test data: Datos$Datos t = -1.8415, df = 44, p-value = 0.0723 alternative hypothesis: true mean is not equal to 2 95 percent confidence interval: 1.994974 2.000227 sample estimates: mean of x 1.9976

×