n <- 49
x_barra <- 90
sigma <- 10
confianza <- 0.99
z <- qnorm((1 - confianza) / 2)
error_est <- z * sigma / sqrt(n)
intervalo <- c(x_barra - error_est, x_barra + error_est)
round(intervalo, 3)
## [1] 93.68 86.32
El intervalo de confianza del 99% para la media de la población sería (86.306, 93.694).
n <- 16
x_barra <- 5.98
sigma <- 3.5
confianza <- 0.95
t <- qt((1 - confianza) / 2, n - 1)
error_est <- t * sigma / sqrt(n)
intervalo <- c(x_barra - error_est, x_barra + error_est)
round(intervalo, 3)
## [1] 7.845 4.115
El intervalo de confianza del 95% para la media de la población sería (4.805, 7.155).
x <- c(0.007, 0.03, 0.025, 0.008, 0.038, 0.007, 0.005, 0.012, 0.006, 0.01, 0.032, 0.006, 0.009, 0.014, 0.011)
n <- length(x)
x_barra <- mean(x)
s <- sd(x)
n
## [1] 15
x_barra
## [1] 0.01466667
s
## [1] 0.01091308
intervalo <- x_barra + c(-1, 1) * qt(0.975, df = n - 1) * s / sqrt(n)
intervalo <- x_barra + c(-1, 1) * qt(0.975, df = n - 1) * s / sqrt(n)
intervalo
## [1] 0.008623206 0.020710127
Por lo tanto, podemos estar 95% seguros de que la verdadera media de la población se encuentra dentro del intervalo de 0.0086 a 0.0207 miligramos por día.