Estimadores2Ejemplo

1. Estimadores Peso, Estatura, Edad calcular los siguientes estimadores

# Variables salon
Peso <- c(63.4, 60, 70, 65, 95, 61, 85, 87, 65, 60, 50, 97, 58)
Estatura <- c(171, 158, 174, 173, 173, 160, 180, 182, 160, 150, 154, 183, 161)
Edad <- c(21, 31, 30, 26, 33, 26, 32, 43, 33, 30, 39, 30, 29)

# Estadísticas Poblacionales
media_Peso<- mean(Peso)
media_Peso

## [1] 70.49231

desviacion_Peso <- sd(Peso)
desviacion_Peso

## [1] 15.22993

media_Estatura<- mean(Estatura)
media_Estatura

## [1] 167.6154

desviacion_Estatura <- sd(Estatura)
desviacion_Estatura

## [1] 11.01165

media_Edad<- mean(Edad)
media_Edad

## [1] 31

desviacion_Edad <- sd(Edad)
desviacion_Edad

## [1] 5.582711

#Con el fin de estimar el sesgo y la consistencia, selecciono una muestra por conveniencia.

PesoConv <- c(63.4, 60, 70, 65, 95, 61)
EstaturaConv <- c(171, 158, 174, 173, 173, 160)
EdadConv <- c(21, 31, 30, 26, 33, 26)

# Estadísticas Muestrales=Estimadores
media_PesoConv<- mean(PesoConv)
media_PesoConv

## [1] 69.06667

desviacion_PesoConv <- sd(PesoConv)
desviacion_PesoConv

## [1] 13.18585

media_EstaturaConv<- mean(EstaturaConv)
media_EstaturaConv

## [1] 168.1667

desviacion_EstaturaConv <- sd(EstaturaConv)
desviacion_EstaturaConv

## [1] 7.194906

media_EdadConv<- mean(EdadConv)
media_EdadConv

## [1] 27.83333

desviacion_EdadConv <- sd(EdadConv)
desviacion_EdadConv

## [1] 4.355074

#Hay Sesgo?
cat("El promedio de Peso Poblacional:",media_Peso)

## El promedio de Peso Poblacional: 70.49231

cat("El promedio de Peso Muestral:",media_PesoConv)

## El promedio de Peso Muestral: 69.06667

# Check the value of x using an if statement
if (media_Peso != media_PesoConv) {
  print("Si hay sesgo en el estimador de Media de Peso")
} else {
  print("El estimador de media de Peso es insesgado")
}

## [1] "Si hay sesgo en el estimador de Media de Peso"

#------------------------------------------------------------
cat("El promedio de  Edad Poblacional:",media_Edad)

## El promedio de  Edad Poblacional: 31

cat("El promedio de Edad Muestral:",media_EdadConv)

## El promedio de Edad Muestral: 27.83333

# Check the value of x using an if statement
if (media_Edad != media_EdadConv) {
  print("Si hay sesgo en el estimador de Media de Edad")
} else {
  print("El estimador de media de Edad es insesgado")
}

## [1] "Si hay sesgo en el estimador de Media de Edad"

#------------------------------------------------------------
cat("El promedio de  Estatura Poblacional:",media_Estatura)

## El promedio de  Estatura Poblacional: 167.6154

cat("El promedio de Estatura Muestral:",media_EstaturaConv)

## El promedio de Estatura Muestral: 168.1667

# Check the value of x using an if statement
if (media_Estatura != media_EstaturaConv) {
  print("Si hay sesgo en el estimador de Media de Estaura")
} else {
  print("El estimador de media de Estataura es insesgado")
}

## [1] "Si hay sesgo en el estimador de Media de Estaura"

#Definicion de Consistencia

PesoConv <- c(63.4, 60, 70, 65, 95, 61)
Length1<-length(PesoConv)
PesoConv1 <- c(63.4, 60, 70, 65, 95, 61,85, 87)
Length2<-length(PesoConv1)
Peso <- c(63.4, 60, 70, 65, 95, 61, 85, 87, 65, 60, 50, 97, 58)
Length3<-length(Peso)
media_PesoConv<- mean(PesoConv)
media_PesoConv

## [1] 69.06667

media_PesoConv1<- mean(PesoConv1)
media_PesoConv1

## [1] 73.3

media_Peso<- mean(Peso)
media_Peso

## [1] 70.49231

cat("El promedio de  Peso con:",Length1,"es igual a:" ,media_PesoConv)

## El promedio de  Peso con: 6 es igual a: 69.06667

cat("El promedio de  Peso con:",Length2,"es igual a:" ,media_PesoConv1)

## El promedio de  Peso con: 8 es igual a: 73.3

cat("El promedio de  Peso con:",Length3,"es igual a:" ,media_Peso)

## El promedio de  Peso con: 13 es igual a: 70.49231

#Se concluye que los datos no son consistentes, ya que al analizar la media poblacional con respecto a la media de una muestra de n=6 y otra muestra de n=8, hay variaciones importantes entre los resultados obtenidos. Esto se debe en primera medida, al tamaño de la población de estudio, la cual sólo cuenta con un total de 13 individuos, adicional, se observa que los datos del peso varían significativamente unos de otros, segundo, las muestras fueron seleccionadas por conveniencia.

#Definicion de Eficiencia

varianza_Poblacional <- var(Peso)
varianza_Poblacional

## [1] 231.9508

varianza_estimador1 <- var(PesoConv)
varianza_estimador1

## [1] 173.8667

varianza_estimador2 <- var(PesoConv1)
varianza_estimador2

## [1] 185.92

if (varianza_estimador1 < varianza_estimador2) {
  print("Es eficiente")
} else {
  print("No es eficiente")
}

## [1] "Es eficiente"