Intervalos de confianza para la media

Muestra 1 (800 datos)

# Cargar las librerías necesarias
library(knitr)
library(kableExtra)

# Leer los datos
Muestreo <- read.csv("C:\\Users\\Usuario\\Documents\\J\\Muestreo.csv")
datos <- Muestreo$Muestra_800[!is.na(Muestreo$Muestra_800)]

# Calcular la media y la desviación estándar de los datos
media <- mean(datos)
desviacion <- sd(datos)

# Calcular el tamaño de la muestra
n <- length(datos)

# Calcular el valor crítico z para el nivel de confianza del 95%
valor_critico <- qnorm(0.975)

# Calcular el error estándar
error_estandar <- desviacion / sqrt(n)

# Calcular los límites del intervalo
limite_inferior <- media - valor_critico * error_estandar
limite_superior <- media + valor_critico * error_estandar

# Crear un data.frame para mostrar los resultados
resultados <- data.frame(
  `Estadística` = c("Media", "Desviación Estándar", "Error Estándar", "Valor Crítico", "Límite Inferior", "Límite Superior"),
  `Valor` = c(media, desviacion, error_estandar, valor_critico, limite_inferior, limite_superior)
)

# Mostrar el resultado en formato de tabla
resultados %>%
  kable("html") %>%
  kable_styling("striped", full_width = F)

Estadística	Valor
Media	14.9665769
Desviación Estándar	4.8845559
Error Estándar	0.1726951
Valor Crítico	1.9599640
Límite Inferior	14.6281006
Límite Superior	15.3050531

Muestra 2 (600 datos)

# Cargar las librerías necesarias
library(knitr)
library(kableExtra)

# Leer los datos
Muestreo <- read.csv("C:\\Users\\Usuario\\Documents\\J\\Muestreo.csv")
datos <- Muestreo$Muestra_600[!is.na(Muestreo$Muestra_600)]

# Calcular la media y la desviación estándar de los datos
media <- mean(datos)
desviacion <- sd(datos)

# Calcular el tamaño de la muestra
n <- length(datos)

# Calcular el valor crítico z para el nivel de confianza del 95%
valor_critico <- qnorm(0.975)

# Calcular el error estándar
error_estandar <- desviacion / sqrt(n)

# Calcular los límites del intervalo
limite_inferior <- media - valor_critico * error_estandar
limite_superior <- media + valor_critico * error_estandar

# Crear un data.frame para mostrar los resultados
resultados <- data.frame(
  `Estadística` = c("Media", "Desviación Estándar", "Error Estándar", "Valor Crítico", "Límite Inferior", "Límite Superior"),
  `Valor` = c(media, desviacion, error_estandar, valor_critico, limite_inferior, limite_superior)
)

# Mostrar el resultado en formato de tabla
resultados %>%
  kable("html") %>%
  kable_styling("striped", full_width = F)

Estadística	Valor
Media	14.9337814
Desviación Estándar	4.9779529
Error Estándar	0.2032241
Valor Crítico	1.9599640
Límite Inferior	14.5354696
Límite Superior	15.3320933