Actividad 2 Problema 4

datos <- c(7.69, 4.97, 4.56, 6.49, 4.34, 6.24, 4.45) # Datos de muestra
muestras = sample(datos,7000,replace=TRUE)   # Se generan n x m muestras
b=matrix(muestras,nrow=1000,ncol=7)    #  matriz de n x m 
mx=apply(b,1,mean)                 #  medias por fila

## Intervalo de confianza para el método 1
ic1 <- quantile(mx, probs=c(0.025, 0.975)) 
ic1

##     2.5%    97.5% 
## 4.705321 6.450000

## Intervalo de confianza para el método 2
ic2 <- c(2*mean(mx)-ic1[2], 2*mean(mx)-ic1[1]) 
ic2

##    97.5%     2.5% 
## 4.647546 6.392224

## Gráfica para boostrap

hist(mx, 
     las=1, 
     main="Grafica comparativa entre metodos 1 y 2",
     ylim = c(0,200),
     ylab = " ", 
     xlim = c(4,8),
     xlab = " ", 
     col="blue") #grafica comparativa métodos IC1 e IC2
abline(v=ic1, col="red",lwd=2)
abline(v=ic2, col="green",lwd=2)

El método 1 nos arroja un límite inferior de 4.705429 y uno superior de 6.434286 con un nivel de confianza del 95%, el método 2 arroja unos intervalos muy similares, inferior de 4.638011 y superior de 6.366869, por lo cual se puede concluir que ambos intervalos son similares, por lo que no tendría mayor relevancia un método sobre otro.