ACTIVIDAD

# Cálculo del intervalo de confianza al 95% para la variable Accuracy

# Paso 1: Cargar los datos (ajusta la ruta según sea necesario)
data <- readxl::read_excel("C:/Users/USER/Documents/NUEVO EDA EST/Dataset_IA_corte_II.xlsx")

# Paso 2: Seleccionar la variable 'Accuracy' y eliminar valores faltantes
accuracy <- na.omit(data$Accuracy)

# Paso 3: Calcular la media y desviación estándar de 'Accuracy'
media_accuracy <- mean(accuracy)
desv_accuracy <- sd(accuracy)

# Paso 4: Determinar el tamaño de la muestra
n <- length(accuracy)

# Paso 5: Calcular el error estándar
Error_accuracy <- desv_accuracy / sqrt(n)

# Paso 6: Obtener el valor crítico (z) para un intervalo de confianza del 95%
z <- qnorm(0.975)

# Paso 7: Calcular el intervalo de confianza
ci_lower <- media_accuracy - z * Error_accuracy
ci_upper <- media_accuracy + z * Error_accuracy

# Mostrar los resultados completos
media_accuracy

## [1] 0.8778581

desv_accuracy

## [1] 0.9431208

Error_accuracy

## [1] 0.04131887

ci_lower

## [1] 0.7968746

ci_upper

## [1] 0.9588416

# Paso 5: Calcular el error estándar

Error_accuracy <- desv_accuracy / sqrt(n)

# Paso 6: Obtener el valor crítico (z) para un intervalo de confianza del 95%

z <- qnorm(0.975)

# Paso 7: Calcular el intervalo de confianza

ci_lower <- media_accuracy - z * Error_accuracy
ci_upper <- media_accuracy + z * Error_accuracy

# Mostrar los resultados completos

media_accuracy

## [1] 0.8778581

desv_accuracy

## [1] 0.9431208

Error_accuracy

## [1] 0.04131887

ci_lower

## [1] 0.7968746

ci_upper

## [1] 0.9588416