SlideShare uma empresa Scribd logo
1 de 27
PROBABILIDAD Y ESTADISTICA
EDISON ALFONSO CHANGO SAILEMA
-- 439 -CUARTO “A”
 ¿Que son los intervalos de confianza?

En el contexto de estimar un parámetro poblacional, un
intervalo de confianza es un rango de valores (calculado en
una muestra) en el cual se encuentra el verdadero valor del
parámetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parámetro se
encuentre en el intervalo construido se denomina nivel de
confianza, y se denota 1-α. La probabilidad de equivocarnos
se llama nivel de significancia y se simboliza α. Generalmente
se construyen intervalos con confianza 1-α=95% (o
significancia =5%). Menos frecuentes son los intervalos con
α=10% o α=1%.
 El nivel de confianza y la amplitud del intervalo varían

conjuntamente, de forma que un intervalo más amplio
tendrá más posibilidades de acierto (mayor nivel de
confianza), mientras que para un intervalo más
pequeño, que ofrece una estimación más precisa,
aumentan sus posibilidades de error.
 Para la construcción de un determinado intervalo de

confianza es necesario conocer la distribución teórica
que sigue el parámetro a estimar, θ2 . Es habitual que el
parámetro presente una distribución normal. También
pueden construirse intervalos de confianza con la
desigualdad de Chebyshey.
 Primeramente

tenemos que tener correctamente
instalado el R- Commander en nuestro ordenador.
 Abrimos el programa “R”, y generamos un nuevo
script, aquí digitamos el comando “library(Rcmdr)” y
lo generamos con el comando (Ctrl+R).
 Desplegándose otra ventana la cual es el RCommander.
Ventana principal del “R”

Comando: library(Rcmdr)
Ventana R-Commander
En el fichero de datos “reproduccion_vir.dat”, podemos
encontrar los datos relativos al estudio de un cultivo por
horas de un virus en un determinado medio.
1. En R-Commander cargue el fichero expuesto anteriormente
y obtenga para la variable “VIRUS” lo siguiente:
 Media
 σ (desviación típica)
 Mediana
2. Analice si podemos considerar que la media poblacional de
la variable VIRUS es 155, cuando
a) α=0.05
b) α =0.02
 El fichero con el cual se va a trabajar lo pueden

descargar en la siguiente dirección:
http://knuth.uca.es/repos/ebrcmdr/bases_datos/
Aquí podremos conseguir varios ficheros estadísticos
para trabajar en R-Commander.
Al hacer clic en el fichero directamente en la pagina, se
mostraran los datos y podemos darnos cuenta que los
datos están siendo trabajados con puntos decimales, NO
con comas, lo cual es importante para el ingreso de
datos.
Descargamos en fichero

Hacemos clic derecho en el fichero
“reproduccion_vir.dat” y escogemos
la opción “Guardar enlace como”
para poder descargarlo
Al hacer clic en la enlace se despliega la
siguiente ventana con los datos del
fichero

Observamos que los datos están
trabajando con punto NO con coma, lo
cual hay que tener en cuenta al ingreso
de datos.
 Nos dirigimos a la ventana del R Commander en la

barra de herramientas nos ubicamos en la Opción
“Datos” - “Importar Datos” - “Desde archivo de
texto, portapapeles o URL”
 Se despliega una ventana en la cual introducimos en

nombre del conjunto de datos: en este caso será “VIRUS”.

 Y en la parte de abajo de la ventana escogemos la opción de

carácter decimal y escogemos Punto[.] como vimos
anteriormente en la visualización de datos y hacemos clic
en aceptar.
Se ha cargado el fichero VIRUS
con 150 filas y 4 columnas
 Media
 σ (desviación típica)
 Mediana

Para este cálculos nos dirigimos a la barra de
Herramientas y escogemos la opción “Estadísticos” –
“Resúmenes” – “Resúmenes Numéricos”
 Se despliega una ventana en el cual escogemos el

nombre de nuestra base de datos que es “VIRUS” y
hacemos click en aceptar.
 Media:

146.9986

 Desviación típica:

42.80868

 Mediana:

141.05
 Para este calculo vamos a la barra de Herramientas

opción “Medias” – “Test para una muestra…”

Se despliega la siguiente ventana:
 Escogemos el nombre de nuestra base de datos

“VIRUS”: y en la opción “Hipótesis Nula: mu”
ponemos nuestro dato proporcionado en el ejercicio
que es 155 (media poblacional).
 En la siguiente opción “Nivel de confianza” el dato del
ejercicio es (α=0.05) para ultimo dato restamos de uno
es decir (1-α), con el cual tenemos (1-0.05=0.95)
mostrados en la siguiente ventana y hacemos clic en
aceptar:
 Procedemos a comprobar con el siguiente dato que es

α=0.02, realizamos los mismos pasos y simplemente
cambiamos en el Nivel de confianza que seria (1-α) es
decir (1-0.02=0.98)
 Con R-Commander podemos realizar un sinfín de

cálculos estadísticos, puesto que cuenta con una
amplia librería para Distribuciones tanto discretas
como continuas.
 Los cálculos resultan mas simples con el manejo de RCommander, ya que en forma tradicional o manual
esto resulta un poco tedioso al momento del calculo.
 La familiarización con el programa resulta útil para un
correcto, ágil y rápido uso manejo de datos.

Mais conteúdo relacionado

Mais procurados

Matriz asociada a una transformacion lineal
Matriz asociada a una transformacion linealMatriz asociada a una transformacion lineal
Matriz asociada a una transformacion lineal
algebra
 
Apuntes amplificadores operacionales (1)
Apuntes amplificadores operacionales (1)Apuntes amplificadores operacionales (1)
Apuntes amplificadores operacionales (1)
angel_garcia22
 
Gal 22v10 Descripcion
Gal 22v10 DescripcionGal 22v10 Descripcion
Gal 22v10 Descripcion
Diego Muela
 
Joption pane en java
Joption pane en javaJoption pane en java
Joption pane en java
Robert Wolf
 
Sistemas digitales combinacionales: display 7 segmentos
Sistemas digitales combinacionales: display 7 segmentosSistemas digitales combinacionales: display 7 segmentos
Sistemas digitales combinacionales: display 7 segmentos
Francesc Perez
 

Mais procurados (20)

Integración numerica método de Simpsom
Integración numerica método de SimpsomIntegración numerica método de Simpsom
Integración numerica método de Simpsom
 
Derivacion e integracion numéricas
Derivacion e integracion numéricasDerivacion e integracion numéricas
Derivacion e integracion numéricas
 
Matriz asociada a una transformacion lineal
Matriz asociada a una transformacion linealMatriz asociada a una transformacion lineal
Matriz asociada a una transformacion lineal
 
Teorema de la superposición
Teorema de la superposiciónTeorema de la superposición
Teorema de la superposición
 
Apuntes amplificadores operacionales (1)
Apuntes amplificadores operacionales (1)Apuntes amplificadores operacionales (1)
Apuntes amplificadores operacionales (1)
 
Modulacion en Transmision de Informacion y Ruido - Misha Schwartz
Modulacion en Transmision de Informacion y Ruido - Misha SchwartzModulacion en Transmision de Informacion y Ruido - Misha Schwartz
Modulacion en Transmision de Informacion y Ruido - Misha Schwartz
 
Diferenciacion numerica
Diferenciacion numericaDiferenciacion numerica
Diferenciacion numerica
 
El código gray
El código grayEl código gray
El código gray
 
matlab
matlabmatlab
matlab
 
Prob resueltost3 mapas k
Prob resueltost3 mapas kProb resueltost3 mapas k
Prob resueltost3 mapas k
 
Resumen sql-oracle
Resumen sql-oracleResumen sql-oracle
Resumen sql-oracle
 
Ejercicios de suma y resta binaria
Ejercicios de suma y resta binariaEjercicios de suma y resta binaria
Ejercicios de suma y resta binaria
 
Gal 22v10 Descripcion
Gal 22v10 DescripcionGal 22v10 Descripcion
Gal 22v10 Descripcion
 
Formato articulos ieee
Formato articulos ieeeFormato articulos ieee
Formato articulos ieee
 
Joption pane en java
Joption pane en javaJoption pane en java
Joption pane en java
 
ED de primer orden
ED de primer ordenED de primer orden
ED de primer orden
 
Ejercicios circuitos i
Ejercicios circuitos iEjercicios circuitos i
Ejercicios circuitos i
 
Sistemas digitales combinacionales: display 7 segmentos
Sistemas digitales combinacionales: display 7 segmentosSistemas digitales combinacionales: display 7 segmentos
Sistemas digitales combinacionales: display 7 segmentos
 
Mapas de karnaugh para 5 variables
Mapas de karnaugh para 5 variablesMapas de karnaugh para 5 variables
Mapas de karnaugh para 5 variables
 
Trabajo n° 1 electronica digital ii
Trabajo n° 1 electronica digital iiTrabajo n° 1 electronica digital ii
Trabajo n° 1 electronica digital ii
 

Semelhante a Intervalos de confianza en r commander

Intervalos de confianz adocx
Intervalos de confianz adocxIntervalos de confianz adocx
Intervalos de confianz adocx
AGENCIAS2
 
Manual de r commander
Manual de r commanderManual de r commander
Manual de r commander
Lenin Medina
 
Mini manual de r commander
Mini manual de r commanderMini manual de r commander
Mini manual de r commander
Elvis Paucar
 
Intervalos de confianz adocx
Intervalos de confianz adocxIntervalos de confianz adocx
Intervalos de confianz adocx
AGENCIAS2
 
Intervalo de confianza 4
Intervalo de confianza 4Intervalo de confianza 4
Intervalo de confianza 4
guest8a3c19
 
Intervalo de confianza 4
Intervalo de confianza 4Intervalo de confianza 4
Intervalo de confianza 4
guest8a3c19
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
laura ochoa
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
laura ochoa
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
gueste5eaac
 

Semelhante a Intervalos de confianza en r commander (20)

Intervalos de confianz adocx
Intervalos de confianz adocxIntervalos de confianz adocx
Intervalos de confianz adocx
 
Eval_Pares_Interv Conf_Roberto Strociak_22.pdf
Eval_Pares_Interv Conf_Roberto Strociak_22.pdfEval_Pares_Interv Conf_Roberto Strociak_22.pdf
Eval_Pares_Interv Conf_Roberto Strociak_22.pdf
 
Proyecto ESTEBAN BASTIDAS
Proyecto ESTEBAN BASTIDASProyecto ESTEBAN BASTIDAS
Proyecto ESTEBAN BASTIDAS
 
Manual de r commander
Manual de r commanderManual de r commander
Manual de r commander
 
Mini Manual de R-COMMANDER, comandos, ventanas y aplicaciones del software en...
Mini Manual de R-COMMANDER, comandos, ventanas y aplicaciones del software en...Mini Manual de R-COMMANDER, comandos, ventanas y aplicaciones del software en...
Mini Manual de R-COMMANDER, comandos, ventanas y aplicaciones del software en...
 
Mini manual de r commander
Mini manual de r commanderMini manual de r commander
Mini manual de r commander
 
Prueba de hipótesis en R-commander
Prueba de hipótesis en R-commanderPrueba de hipótesis en R-commander
Prueba de hipótesis en R-commander
 
Introducción a ciencia de datos y estadística básica para negocios
Introducción a ciencia de datos y estadística básica para negociosIntroducción a ciencia de datos y estadística básica para negocios
Introducción a ciencia de datos y estadística básica para negocios
 
Actividad 3.2 Caso Amazon & Apple Distribución Normal
Actividad 3.2 Caso Amazon & Apple Distribución NormalActividad 3.2 Caso Amazon & Apple Distribución Normal
Actividad 3.2 Caso Amazon & Apple Distribución Normal
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
3. intervalos de confianza
3. intervalos de confianza3. intervalos de confianza
3. intervalos de confianza
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Intervalos de confianz adocx
Intervalos de confianz adocxIntervalos de confianz adocx
Intervalos de confianz adocx
 
Práctica individual Rafael Hernandez
Práctica individual Rafael HernandezPráctica individual Rafael Hernandez
Práctica individual Rafael Hernandez
 
Intervalo de confianza 4
Intervalo de confianza 4Intervalo de confianza 4
Intervalo de confianza 4
 
Intervalo de confianza 4
Intervalo de confianza 4Intervalo de confianza 4
Intervalo de confianza 4
 
Intervalos de Confianza
Intervalos de ConfianzaIntervalos de Confianza
Intervalos de Confianza
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 

Último

TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 

Último (20)

AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 

Intervalos de confianza en r commander

  • 1. PROBABILIDAD Y ESTADISTICA EDISON ALFONSO CHANGO SAILEMA -- 439 -CUARTO “A”
  • 2.
  • 3.  ¿Que son los intervalos de confianza? En el contexto de estimar un parámetro poblacional, un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parámetro, con una probabilidad determinada. La probabilidad de que el verdadero valor del parámetro se encuentre en el intervalo construido se denomina nivel de confianza, y se denota 1-α. La probabilidad de equivocarnos se llama nivel de significancia y se simboliza α. Generalmente se construyen intervalos con confianza 1-α=95% (o significancia =5%). Menos frecuentes son los intervalos con α=10% o α=1%.
  • 4.  El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que un intervalo más amplio tendrá más posibilidades de acierto (mayor nivel de confianza), mientras que para un intervalo más pequeño, que ofrece una estimación más precisa, aumentan sus posibilidades de error.  Para la construcción de un determinado intervalo de confianza es necesario conocer la distribución teórica que sigue el parámetro a estimar, θ2 . Es habitual que el parámetro presente una distribución normal. También pueden construirse intervalos de confianza con la desigualdad de Chebyshey.
  • 5.  Primeramente tenemos que tener correctamente instalado el R- Commander en nuestro ordenador.  Abrimos el programa “R”, y generamos un nuevo script, aquí digitamos el comando “library(Rcmdr)” y lo generamos con el comando (Ctrl+R).  Desplegándose otra ventana la cual es el RCommander.
  • 6. Ventana principal del “R” Comando: library(Rcmdr)
  • 8. En el fichero de datos “reproduccion_vir.dat”, podemos encontrar los datos relativos al estudio de un cultivo por horas de un virus en un determinado medio. 1. En R-Commander cargue el fichero expuesto anteriormente y obtenga para la variable “VIRUS” lo siguiente:  Media  σ (desviación típica)  Mediana 2. Analice si podemos considerar que la media poblacional de la variable VIRUS es 155, cuando a) α=0.05 b) α =0.02
  • 9.  El fichero con el cual se va a trabajar lo pueden descargar en la siguiente dirección: http://knuth.uca.es/repos/ebrcmdr/bases_datos/ Aquí podremos conseguir varios ficheros estadísticos para trabajar en R-Commander. Al hacer clic en el fichero directamente en la pagina, se mostraran los datos y podemos darnos cuenta que los datos están siendo trabajados con puntos decimales, NO con comas, lo cual es importante para el ingreso de datos.
  • 10. Descargamos en fichero Hacemos clic derecho en el fichero “reproduccion_vir.dat” y escogemos la opción “Guardar enlace como” para poder descargarlo
  • 11. Al hacer clic en la enlace se despliega la siguiente ventana con los datos del fichero Observamos que los datos están trabajando con punto NO con coma, lo cual hay que tener en cuenta al ingreso de datos.
  • 12.  Nos dirigimos a la ventana del R Commander en la barra de herramientas nos ubicamos en la Opción “Datos” - “Importar Datos” - “Desde archivo de texto, portapapeles o URL”
  • 13.  Se despliega una ventana en la cual introducimos en nombre del conjunto de datos: en este caso será “VIRUS”.  Y en la parte de abajo de la ventana escogemos la opción de carácter decimal y escogemos Punto[.] como vimos anteriormente en la visualización de datos y hacemos clic en aceptar.
  • 14.
  • 15. Se ha cargado el fichero VIRUS con 150 filas y 4 columnas
  • 16.  Media  σ (desviación típica)  Mediana Para este cálculos nos dirigimos a la barra de Herramientas y escogemos la opción “Estadísticos” – “Resúmenes” – “Resúmenes Numéricos”
  • 17.  Se despliega una ventana en el cual escogemos el nombre de nuestra base de datos que es “VIRUS” y hacemos click en aceptar.
  • 18.
  • 19.
  • 20.
  • 21.  Media: 146.9986  Desviación típica: 42.80868  Mediana: 141.05
  • 22.  Para este calculo vamos a la barra de Herramientas opción “Medias” – “Test para una muestra…” Se despliega la siguiente ventana:
  • 23.  Escogemos el nombre de nuestra base de datos “VIRUS”: y en la opción “Hipótesis Nula: mu” ponemos nuestro dato proporcionado en el ejercicio que es 155 (media poblacional).  En la siguiente opción “Nivel de confianza” el dato del ejercicio es (α=0.05) para ultimo dato restamos de uno es decir (1-α), con el cual tenemos (1-0.05=0.95) mostrados en la siguiente ventana y hacemos clic en aceptar:
  • 24.
  • 25.  Procedemos a comprobar con el siguiente dato que es α=0.02, realizamos los mismos pasos y simplemente cambiamos en el Nivel de confianza que seria (1-α) es decir (1-0.02=0.98)
  • 26.
  • 27.  Con R-Commander podemos realizar un sinfín de cálculos estadísticos, puesto que cuenta con una amplia librería para Distribuciones tanto discretas como continuas.  Los cálculos resultan mas simples con el manejo de RCommander, ya que en forma tradicional o manual esto resulta un poco tedioso al momento del calculo.  La familiarización con el programa resulta útil para un correcto, ágil y rápido uso manejo de datos.