TALLER ESTADISTICA INFERENCIAL
Enviado por henry.sanchez • 15 de Marzo de 2019 • Documentos de Investigación • 1.071 Palabras (5 Páginas) • 164 Visitas
[pic 1][pic 2][pic 3]
TALLER UNIDAD 1 – ESTADISTICA INFERENCIAL
Presentado Por: HENRY MAURICIO SANCHEZ GAITAN
Presentado A: RAÚL YATE MORA – Docente.
Fundación Universitaria los libertadores
Facultad de Ciencias Económicas, Administrativas y Contables.
Estadística Inferencial
Bogotá D.C FEBRERO DE 2018.
TALLER DE LA UNIDAD 1
- Distribución normal (área bajo la curva equivalente al valor de la probabilidad)
Según los datos (masa en gramos de plata como residuo de un proceso artesanal de joyería)
2,3 | 5,4 | 7,3 | 7,8 | 4,9 | 10,2 | 7,5 | 4,8 | 7,2 | 10,3 |
12,5 | 11,8 | 14,7 | 15,2 | 7,8 | 9,3 | 7,5 | 9,2 | 4,1 | 5,3 |
4,5 | 6,3 | 12,7 | 16,8 | 13,5 | 2,4 | 5,7 | 4,2 | 5,7 | 11,8 |
plata<-read.csv(file.choose(),header = T, sep=″,″) attach(plata) gramos mean(gramos) [1] 8.29 | n<-length)gramos);n 30 sdp=sqrt(((n-1/n)*var(gramos)) sdp 3.834958 |
- Calcular P (x< 5,3)
> #Guia de solución del taller unidad 1 punto 1
> #leer la base de datos sistematizada
> plata<-read.csv(file.choose(),header = T, sep=",")
> #reconocer la variable del primer registro de la base de datos
> attach(plata)
> gramos
[1] 2.3 5.4 7.3 7.8 4.9 10.2 7.5 4.8 7.2 10.3 12.5 11.8 14.7 15.2 7.8
[16] 9.3 7.5 9.2 4.1 5.3 4.5 6.3 12.7 16.8 13.5 2.4 5.7 4.2 5.7 11.8
> mean(gramos)
[1] 8.29
> N<-length(gramos);N
[1] 30
> sdp=sqrt(((N-1)/N)*var(gramos))
> sdp
[1] 3.834958
> pnorm(5.3,mean(gramos),sdp)
[1] 0.2177927
regionX=seq(-8,5.3,0.01) # intervalo a sombrear
xP<-c(-8,regionX,5.3) # base de polígonos que crean el efecto de " sombra"
yP<-c(0,dnorm(regionX,mean(gramos),sdp),0) # altura de los poligonos sombreados
curve(dnorm(x,mean(gramos),sdp),xlim=c(-8,20),xaxt="n",yaxs="i",
ylim=c(0,0.12),ylab="f(x)",
main='Distribucion normal N(8.29,3.83^2)')
axis(1,at=c(-10:20),cex.axis=1)
polygon(xP,yP,col="blue")
box()
[pic 4]
- Calcular P (x> 9,7)
Solución :
> 1-pnorm(9.7,mean(gramos),sdp)
[1] 0.3565595
regionX=seq(9.7,20,0.01) # intervalo a sombrear
xP<-c(9.7,regionX,20) # base de polígonos que crean el efecto de " sombra"
yP<-c(0,dnorm(regionX,mean(gramos),sdp),0) # altura de los poligonos sombreados
curve(dnorm(x,mean(gramos),sdp),xlim=c(-8,20),yaxs="i",
ylim=c(0,0.12),ylab="f(x)",
main='Distribucion normal N(8.29,(3.83^2)')
axis(1,at=c(-10:20),cex.axis=1)
polygon(xP,yP,col="blue")
box()
[pic 5]
- Calcular P ( 4,5
Solución :
> pnorm(10.5,mean(gramos),sdp)-pnorm(4.5,mean(gramos),sdp) #graficos
[1] 0.5562777
> regionX=seq(4.5,10.5,0.01) # intervalo a sombrear
> xP<-c(4.5,regionX,10.5) # base de polígonos que crean el efecto de " sombra"
> yP<-c(0,dnorm(regionX,mean(gramos),sdp),0) # altura de los poligonos sombreados
> curve(dnorm(x,mean(gramos),sdp),xlim=c(-10,20),yaxs="i",
+ ylim=c(0,0.12),ylab="f(x)",
+ main='Densidad N(8.29,(3.83^2)')
> axis(1,at=c(-10:20),cex.axis=1)
> polygon(xP,yP,col="blue")
> box()
[pic 6]
- Calcular P ( x< 12,5)
> pnorm(12.5,mean(gramos),sdp)
[1] 0.8638531
> regionX=seq(-8,12.5,0.01) # intervalo a sombrear
> xP<-c(-8,regionX,12.5) # base de polígonos que crean el efecto de " sombra"
> yP<-c(0,dnorm(regionX,mean(gramos),sdp),0) # altura de los poligonos sombreados
> curve(dnorm(x,mean(gramos),sdp),xlim=c(-8,20),xaxt="n",yaxs="i",
+ ylim=c(0,0.12),ylab="f(x)",
+ main='Distribucion normal N(8.29,(3.83^2)')
> axis(1,at=c(-10:20),cex.axis=1)
> polygon(xP,yP,col="blue")
> box().
[pic 7]
- Calcular P ( x> 3,2)
Solución :
> 1-pnorm(3.2,mean(gramos),sdp)
[1] 0.9077893
> regionX=seq(3.2,20,0.01) # intervalo a sombrear
>
> xP<-c(3.2,regionX,20) # base de polígonos que crean el efecto de " sombra"
>
> yP<-c(0,dnorm(regionX,mean(gramos),sdp),0) # altura de los poligonos sombreados
>
> curve(dnorm(x,mean(gramos),sdp),xlim=c(-8,20),yaxs="i",
+ ylim=c(0,0.12),ylab="f(x)",
+ main='Distribucion normal N(8.29,(3.83^2)')
> axis(1,at=c(-10:20),cex.axis=1)
> polygon(xP,yP,col="blue")
...