Estimación Boostrap

Informe 4

# x: vector con datos
# n: cantidad de repeticiones
bootstrap_1=function(x,n){
  set.seed(2023)
  muestras=replicate(n = n,expr = sample(x = x,size = length(x),replace = T))
  medias=colMeans(muestras)
  hist(medias,main="intervalo de confianza tipo 1")
  abline(v=quantile(medias,0.025),col="red",lwd=2)
  abline(v=quantile(medias,0.975),col="red",lwd=2)
  abline(v=mean(muestras),col="blue",lwd=2)
}
bootstrap_2=function(x,n){
  set.seed(2023)
  muestras=replicate(n = n,expr = sample(x = x,size = length(x),replace = T))
  medias=colMeans(muestras)
  hist(medias,main="intervalo de confianza tipo 2")
  abline(v=(2*mean(x)-quantile(medias,0.975)),col="red",lwd=2)
  abline(v=(2*mean(x)-quantile(medias,0.025)),col="red",lwd=2)
  abline(v=mean(muestras),col="blue",lwd=2)
}
datos_eficiencia=c(7.69,4.97,4.56,6.49,4.34,6.24,4.45)


bootstrap_1(x = datos_eficiencia,n = 100000)

bootstrap_2(x = datos_eficiencia,n = 100000)

summary(datos_eficiencia)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   4.340   4.505   4.970   5.534   6.365   7.690

Ambos escenarios son muy similares y en ambos casos el nivel de confianza es ideal, abarca el 95% de confianza.