Computación Estadística

Error estandar de … la media

\[\Large{EE=\frac{s}{\sqrt{n}}}\]

El error estandar es la desviacion estandar de la distribucion muestral del estadistico

set.seed(2024)
x<-runif(n = 200, min = 5, max = 6.5)
s = sd (x)
n = length(x)
EE = s/sqrt(n)
EE

## [1] 0.03180288

mean(x)

## [1] 5.727224

No se puede calcular la distribucion de una sola media, se tiene que repetir el experimento.

El teorema del limite central: se esta usando una distribucion uniforme

# Error estandar Monte-carlo
simMM = replicate (n = 500,
                   expr = runif(200,5,6.5))
dim(simMM)

## [1] 200 500

Medias_columna = colMeans(simMM)
# EE Monte-Carlo
sd(Medias_columna)

## [1] 0.02999235

esta si seria la desviacion estandar de la muestra, que se se va a tomar como la desciacion de todo el estadistico, de las 500 columnas

EE

## [1] 0.03180288

Error estandar Bootstrap

Tecnicas de remuestreo para calcular el error estandar error estandar jackknife

simB = replicate(n = 500,
                 expr = sample(runif(200,5,6.5), replace = T))
Medias_B = colMeans(simB)
sd(Medias_B)

## [1] 0.04319348