Analisis de R

Desde un comienzo se nos permitió escoger libremente entre 3 software para el desarrollo de ambos planteamientos entre estos estaban Excel programa que todos conocemos pero el cual hasta los momentos ninguno de los integrantes del grupo había utilizado para el ámbito estadístico, SPS que es un software desarrollado para operaciones estadística el cual fue mencionado al momento de cursar Estadística 1 , por ultimo estaba R un software del cual fue mencionado en programación numérica y que además uno de nuestros compañeros había utilizado, esa fue una de las razones por las que en un principio se decidió implementar R para el desarrollo de ambos enunciados. Después de utilizar R podemos asegurar que este es un programa intuitivo con mucha documentación al respecto, centrado en gran medida al cálculo de operaciones estadísticas, ofreciendo diversas herramientas y librerías que facilitan, así como también reducen en gran medida la cantidad tanto de trabajo estadístico como de programador.

Cabe destacar que al momento de utilizarlo para el desarrollo de los enunciados este nos presento diversas opciones como introducir las instrucciones una por una a medida que estas fueran necesarias en la consola de R o permitirnos la creación de script y programas con diversas funciones y métodos los cuales pueden ser llamadas cuando se necesiten ahorrando así tiempo ya que las mismas pueden ser usadas una y otra vez para la resolución de problemas.

Hay muchas maneras de introducir los datos a R ya sea importándolos de un archivo de texto, un archivo de Excel, introducirlos manualmente como una lista o por medio de una tabla. Para el primer enunciado se decidió introducir los valores manualmente como una lista, mientras que para el segundo se introducen por medio de una tabla

[pic 1]

[pic 2]

Podemos notar que una vez introducidos todos los datos nos dice el tamaño de cada muestra,  además los datos se guardan en 2 vectores que podemos visualizar en el cuadro superior derecho[pic 3][pic 4]

[pic 5]

Aquí calculamos las medias, varianzas y desviaciones estándar muestrales de ambas muestras, esto con las funciones mean(),var(),sd() respectivamente el valor que reciben por parámetro es el vector que contiene todos los datos de la media correspondiente, recordando que p1 contiene todos los datos de la muestra 1 y p2 contiene todos los datos de la muestra 2.

Llegados a este punto queremos probar si las medias son distintas o iguales, calculando el intervalo de confianza , haciendo la prueba de hipotesis y por medio del cálculo del p-valor, por suerte R nos proporciona una función que nos puede ayudar con todo esto la cual es t.test(), esta recibe por parámetro los vectores que contienen todos los datos de las muestras, en nuestro caso que daría así t.test(p1,p2), también podemos introducir el intervalo de confianza, en caso de no introducirlo R  lo calcula con un nivel de confianza del 95%. Dicha función utiliza como hipótesis de partida:

H0: La media es igual en ambos grupos.

H1: La media es distinta en ambos grupos.[pic 6]

Así podemos notar que solo con el uso de esta función R nos calcula el intervalo de confianza con un nivel de confianza del 95% el cual es:

(-0.3943483 , 6.5514911)

        Y también nos da el P-valor el cual es:

p-value = 0.08141

Estos datos calculados de una manera rápida nos permiten corroborar la eficiencia y simplicidad que tiene R para hacer estimaciones estadísticas, permitiéndonos así comparar y corregir algún error en los cálculos hechos manualmente, aunado a esto debido a la facilidad y rapidez con la que R hace estos cálculos con un solo comando podemos hacer inferencias y conclusiones estadísticas de una manera más eficiente y menos laboriosa.

...