Inferencia Estadistica

R es un lenguaje y entorno de programación para análisis estadístico y gráfico.

Se trata de un proyecto de software libre, resultado de la implementación GNU del premiado

lenguaje S. R y S-Plus son, probablemente, los dos lenguajes más utilizados en investigación por la

comunidad estadística, siendo además muy populares en el campo de la investigación biomédica, la

bioinformática y las matemáticas financieras. A esto contribuye la posibilidad de cargar diferentes

bibliotecas o paquetes con finalidades específicas de cálculo o gráfico.

R proporciona un amplio abanico de herramientas estadísticas (modelos lineales y no lineales, test

estadísticos, análisis de series temporales, algoritmos de clasificación y agrupamiento, etc.) y

gráficas.

Al igual que S, se trata de un lenguaje de programación, lo que permite que los usuarios lo extiendan

definiendo sus propias funciones. De hecho, gran parte de las funciones de R están escritas en el

mismo R, aunque para algoritmos computacionalmente exigentes es posible desarrollar bibliotecas

en C, C++ o Fortran que se cargan dinámicamente.

En el uso del software R se exhiben definiciones que se deben conocer para su correcta

interpretación y uso del mismo.

Se llama hipótesis nula, H0, a la que vamos a contrastar o juzgar y se llama hipótesis alternativa, H1,

a una hipótesis complementaria (generalmente la contraria) que será la que aceptaremos si

decidimos rechazar la hipótesis nula. Las hipótesis H0 y H1 se formulan sobre parámetros (media,

proporción,…) u otras características (normalidad, simetría,…) de la población.

Nivel de significancia: Se define como la probabilidad de rechazar la hipótesis nula cuando es cierta

y que se denota por la letra griega a. Dado que se trata de la probabilidad de cometer un error, se

intenta garantizar un valor pequeño para a, siendo 0,05 el más utilizado.

Coeficiente de determinación: denominado R² y pronunciado R cuadrado, es un estadístico usado

en el contexto de un modelo estadístico cuyo principal propósito es predecir futuros resultados o

testear una hipótesis. El coeficiente determina la calidad del modelo para replicar los resultados, y

la proporción de variación de los resultados que puede explicarse por el modelo.

El coeficiente de determinación ajustado en un modelo de regresión lineal mide el porcentaje de

variación de la variable dependiente (al igual que el coeficiente de determinación) pero teniendo en

cuenta el número de variables incluidas en el modelo.

La potencia de una prueba estadística o el poder estadístico es la probabilidad de que la hipótesis

nula sea rechazada cuando la hipótesis alternativa es verdadera

...