library(readxl)
library(readr)
library(modeest)## Warning: package 'modeest' was built under R version 4.4.2BASE <- read_excel("C:/Users/c8004126/Music/Archivos SAP/Especialización estadística/Taller 7/BASE.xlsx")
View(BASE)
str(BASE)## tibble [1,699 × 6] (S3: tbl_df/tbl/data.frame)
## $ SEDE : chr [1:1699] "NEIVA" "PITALITO" "PITALITO" "NEIVA" ...
## $ Programa : chr [1:1699] "ADMINISTRACION DE EMPRESAS" "ADMINISTRACION DE EMPRESAS" "ADMINISTRACION DE EMPRESAS" "ADMINISTRACION DE EMPRESAS" ...
## $ JORNADA : chr [1:1699] "DIURNA)" "NOCTURNA)" "NOCTURNA)" "DIURNA)" ...
## $ Estrato : num [1:1699] 2 2 2 1 2 1 2 2 2 2 ...
## $ Renta : num [1:1699] 30083971 9861896 15464400 57737000 7800000 ...
## $ ValorMatricula: num [1:1699] 1564376 503040 503040 2511244 407631 ...names(BASE)## [1] "SEDE" "Programa" "JORNADA" "Estrato"
## [5] "Renta" "ValorMatricula"levels(BASE$Estrato)## NULLlevels(BASE$JORNADA)## NULLlevels(BASE$Programa)## NULLnrow(BASE)## [1] 1699##MUESTREO POR CONGLOMERADO Es un metodo de muestreo probabilístico en que los elementos de la población son seleccionados al azar en forma natural por agrupaciones (clusters). Los elementos del muestreo se seleccionan de la población de manera individual, uno a la vez.
Ejemplo: Realizar muestreo de la población de estudiantes de la usco según estrato: Los conglomerados pueden ser, por ejemplo, grupos de estudiantes de diferentes clases sociales, programas universitarios, grupos de estudiantes de diferentes jornada 1.1 Dividir la población en conglomerados o conjuntos de la misma caracteristica que es estrato
N=nrow(BASE)N estudiantes pregrado usco
N## [1] 1699n=4n es los diferentes subgrupos de estratificacion de estudiantes a nivel socioeconomico (1,2 ,3,4)
M= nrow(BASE)/2
nCongl= (n/N)*M
nCongl## [1] 2Rta=2 ” Se escoge de forma subjetiva o a conveniencia los 2 subgrupos para su posterior análisis de estimaciones. La cantidad de muestreo para esos 2 subgrupos es:
A los 2 subgrupos se hace un muestreo aleatorio simple
Z <- 1.96 # valor z para un nivel de confianza del 95%
p <- 0.5 # proporción de éxito esperada
q <- 1 - p # proporción de fracaso
e <- 0.05 # margen de error
n <- (N * Z^2 * p * q) / ((e^2 * (N - 1)) + (Z^2 * p * q))
n## [1] 313.4667Para el conglomerado de los niveles sociales (cluster) 1 y 2 se debe realizar un muestreo de 313 datos.
##ESTIMADORES Crear una muestra aleatoria de la población Tomamos una muestra de n=313 individuos para cada variable (del ejercicio de conglomerado) para todos los estratos
tamaño_muestra=313#Muestras por Valor de Matricula
Matr<-data.frame(BASE$ValorMatricula)
Matr## BASE.ValorMatricula
## 1 1564376
## 2 503040
## 3 503040
## 4 2511244
## 5 407631
## 6 402407
## 7 513182
## 8 709779
## 9 709779
## 10 516688
## 11 771273
## 12 653383
## 13 522055
## 14 1480597
## 15 342934
## 16 283220
## 17 276039
## 18 439258
## 19 310013
## 20 375808
## 21 400703
## 22 384922
## 23 513182
## 24 584630
## 25 400703
## 26 287764
## 27 418691
## 28 472033
## 29 960080
## 30 688738
## 31 400703
## 32 402407
## 33 522055
## 34 403441
## 35 310013
## 36 403441
## 37 407631
## 38 407631
## 39 678953
## 40 522055
## 41 407631
## 42 394374
## 43 321731
## 44 303044
## 45 394375
## 46 403441
## 47 276039
## 48 278906
## 49 278906
## 50 369467
## 51 310013
## 52 313233
## 53 394374
## 54 366960
## 55 1345037
## 56 1448000
## 57 1312830
## 58 684093
## 59 307909
## 60 310013
## 61 303520
## 62 505077
## 63 465373
## 64 1537702
## 65 307909
## 66 328613
## 67 361729
## 68 307909
## 69 578620
## 70 423259
## 71 394374
## 72 492970
## 73 578620
## 74 427648
## 75 386003
## 76 307909
## 77 547689
## 78 307909
## 79 472033
## 80 513182
## 81 310013
## 82 392885
## 83 531951
## 84 386108
## 85 1716953
## 86 400703
## 87 321731
## 88 310013
## 89 402407
## 90 394374
## 91 470206
## 92 313233
## 93 472033
## 94 1417674
## 95 360848
## 96 402407
## 97 402407
## 98 402407
## 99 1175288
## 100 403441
## 101 522055
## 102 423259
## 103 374488
## 104 384701
## 105 292006
## 106 448655
## 107 1207563
## 108 328613
## 109 313233
## 110 364793
## 111 1159067
## 112 402407
## 113 1380226
## 114 296694
## 115 486679
## 116 303520
## 117 407631
## 118 295781
## 119 295781
## 120 394992
## 121 403441
## 122 403441
## 123 468507
## 124 386679
## 125 565616
## 126 516688
## 127 328613
## 128 487442
## 129 589236
## 130 350341
## 131 689544
## 132 475014
## 133 407631
## 134 303520
## 135 423259
## 136 469156
## 137 536219
## 138 407631
## 139 310013
## 140 1417674
## 141 386679
## 142 609055
## 143 1716954
## 144 1272609
## 145 313233
## 146 403441
## 147 384701
## 148 307909
## 149 505075
## 150 321731
## 151 906591
## 152 613337
## 153 292006
## 154 472033
## 155 407631
## 156 750901
## 157 782733
## 158 423259
## 159 367146
## 160 427656
## 161 328613
## 162 303520
## 163 505075
## 164 423259
## 165 407631
## 166 522055
## 167 398677
## 168 303520
## 169 384922
## 170 418691
## 171 384922
## 172 394992
## 173 536219
## 174 418691
## 175 418691
## 176 472033
## 177 296694
## 178 423259
## 179 423259
## 180 967253
## 181 699776
## 182 310013
## 183 472033
## 184 392784
## 185 398783
## 186 307909
## 187 386679
## 188 1939702
## 189 439258
## 190 418691
## 191 472033
## 192 307909
## 193 413747
## 194 310013
## 195 390135
## 196 370902
## 197 402407
## 198 413747
## 199 420575
## 200 423259
## 201 423259
## 202 394374
## 203 402407
## 204 276039
## 205 263368
## 206 505867
## 207 352506
## 208 427648
## 209 908097
## 210 414395
## 211 392784
## 212 513182
## 213 321731
## 214 423259
## 215 313233
## 216 287764
## 217 310013
## 218 383623
## 219 383623
## 220 1091772
## 221 1091772
## 222 310013
## 223 1448000
## 224 478700
## 225 386003
## 226 403441
## 227 531366
## 228 392885
## 229 427656
## 230 516688
## 231 371871
## 232 285008
## 233 403441
## 234 285008
## 235 581096
## 236 368574
## 237 472033
## 238 398783
## 239 398783
## 240 1307909
## 241 412079
## 242 418691
## 243 402407
## 244 407631
## 245 1312830
## 246 439258
## 247 2156417
## 248 581096
## 249 581096
## 250 1417717
## 251 1362705
## 252 392885
## 253 403441
## 254 296694
## 255 989335
## 256 989335
## 257 394992
## 258 419675
## 259 419675
## 260 479608
## 261 384701
## 262 366960
## 263 418691
## 264 1176703
## 265 374488
## 266 392885
## 267 597346
## 268 420386
## 269 384701
## 270 394992
## 271 274166
## 272 386679
## 273 398782
## 274 1739751
## 275 1245957
## 276 283220
## 277 678953
## 278 1075572
## 279 615381
## 280 490231
## 281 402407
## 282 663653
## 283 1007533
## 284 1376009
## 285 310013
## 286 384922
## 287 413747
## 288 307909
## 289 413747
## 290 547689
## 291 393076
## 292 516688
## 293 303520
## 294 310013
## 295 712283
## 296 448655
## 297 384922
## 298 472033
## 299 361631
## 300 413747
## 301 423259
## 302 423259
## 303 403441
## 304 403830
## 305 413747
## 306 536219
## 307 1181281
## 308 402407
## 309 427656
## 310 427656
## 311 310013
## 312 381626
## 313 381626
## 314 384922
## 315 418691
## 316 2205195
## 317 394374
## 318 403441
## 319 321731
## 320 448655
## 321 384922
## 322 403830
## 323 301824
## 324 423259
## 325 1513532
## 326 536219
## 327 418691
## 328 313233
## 329 505075
## 330 448655
## 331 585237
## 332 585237
## 333 333992
## 334 472033
## 335 486679
## 336 403441
## 337 303044
## 338 303044
## 339 494490
## 340 1082921
## 341 400703
## 342 689846
## 343 392885
## 344 1417674
## 345 1334541
## 346 794930
## 347 301824
## 348 301824
## 349 516688
## 350 413747
## 351 403830
## 352 374488
## 353 384922
## 354 328613
## 355 398782
## 356 1716953
## 357 1716953
## 358 1716953
## 359 1716953
## 360 495808
## 361 310013
## 362 816769
## 363 276039
## 364 384922
## 365 375793
## 366 368574
## 367 729037
## 368 729037
## 369 1667786
## 370 313233
## 371 402407
## 372 407631
## 373 418691
## 374 381626
## 375 386679
## 376 407631
## 377 1181281
## 378 505867
## 379 505867
## 380 402407
## 381 310013
## 382 301824
## 383 984051
## 384 398677
## 385 362120
## 386 313233
## 387 903986
## 388 368574
## 389 374488
## 390 402407
## 391 458380
## 392 512815
## 393 260414
## 394 798544
## 395 798544
## 396 505867
## 397 2311293
## 398 738137
## 399 738137
## 400 418691
## 401 328613
## 402 423259
## 403 986128
## 404 321731
## 405 369467
## 406 617258
## 407 368574
## 408 472033
## 409 632077
## 410 381626
## 411 381626
## 412 310013
## 413 406980
## 414 321731
## 415 313233
## 416 252182
## 417 321731
## 418 374488
## 419 563336
## 420 1417717
## 421 472034
## 422 283220
## 423 287764
## 424 868600
## 425 413747
## 426 2015339
## 427 402407
## 428 354871
## 429 492970
## 430 303044
## 431 398782
## 432 479608
## 433 536219
## 434 295781
## 435 387093
## 436 482712
## 437 307909
## 438 276039
## 439 425154
## 440 454914
## 441 427656
## 442 295781
## 443 513182
## 444 423259
## 445 418691
## 446 595357
## 447 352506
## 448 505867
## 449 505867
## 450 726478
## 451 360848
## 452 632077
## 453 374488
## 454 576896
## 455 377872
## 456 539895
## 457 407631
## 458 505867
## 459 555262
## 460 611509
## 461 321731
## 462 427648
## 463 505075
## 464 362551
## 465 362551
## 466 384922
## 467 381625
## 468 403441
## 469 303520
## 470 837627
## 471 394374
## 472 307909
## 473 310013
## 474 645343
## 475 578620
## 476 1516955
## 477 439258
## 478 1926539
## 479 709201
## 480 614149
## 481 402407
## 482 2125680
## 483 1026693
## 484 516688
## 485 368574
## 486 386108
## 487 368574
## 488 310013
## 489 287764
## 490 287764
## 491 391635
## 492 276039
## 493 392885
## 494 400703
## 495 423259
## 496 403441
## 497 1506180
## 498 301824
## 499 522055
## 500 697602
## 501 374488
## 502 269834
## 503 292601
## 504 321731
## 505 283220
## 506 1045093
## 507 383433
## 508 412079
## 509 547689
## 510 1787348
## 511 307909
## 512 427648
## 513 1610930
## 514 307909
## 515 655718
## 516 339667
## 517 482964
## 518 310013
## 519 505867
## 520 272904
## 521 479608
## 522 479608
## 523 709066
## 524 2015340
## 525 678953
## 526 427656
## 527 310013
## 528 402407
## 529 402407
## 530 361164
## 531 1045091
## 532 372595
## 533 277283
## 534 930310
## 535 310013
## 536 423259
## 537 283220
## 538 303520
## 539 407631
## 540 553761
## 541 505867
## 542 505867
## 543 303520
## 544 303044
## 545 505075
## 546 782734
## 547 394992
## 548 318341
## 549 678953
## 550 427648
## 551 371944
## 552 407631
## 553 407631
## 554 418691
## 555 400703
## 556 400703
## 557 513182
## 558 439258
## 559 472033
## 560 472033
## 561 313233
## 562 384922
## 563 398783
## 564 287764
## 565 486679
## 566 350891
## 567 350891
## 568 1521826
## 569 1521826
## 570 2171150
## 571 423259
## 572 505867
## 573 743181
## 574 313233
## 575 403830
## 576 503040
## 577 287764
## 578 403441
## 579 418691
## 580 1551833
## 581 738136
## 582 287764
## 583 950210
## 584 512815
## 585 380063
## 586 505867
## 587 381626
## 588 387092
## 589 301824
## 590 303044
## 591 400703
## 592 639481
## 593 292006
## 594 1353743
## 595 403441
## 596 286473
## 597 313232
## 598 479608
## 599 423259
## 600 423259
## 601 287764
## 602 449629
## 603 1126708
## 604 2301419
## 605 2171150
## 606 310013
## 607 374488
## 608 1537787
## 609 654914
## 610 654914
## 611 423259
## 612 310013
## 613 303044
## 614 516688
## 615 295781
## 616 543584
## 617 543584
## 618 368574
## 619 313233
## 620 427656
## 621 427656
## 622 321731
## 623 771273
## 624 472033
## 625 393076
## 626 678953
## 627 532872
## 628 472033
## 629 313233
## 630 522055
## 631 1075006
## 632 505075
## 633 1896107
## 634 1896107
## 635 1896107
## 636 2253219
## 637 683240
## 638 403441
## 639 295781
## 640 943762
## 641 321731
## 642 2269639
## 643 603123
## 644 427656
## 645 398783
## 646 376860
## 647 313233
## 648 361729
## 649 2171150
## 650 400703
## 651 295781
## 652 1274804
## 653 658900
## 654 658900
## 655 418691
## 656 402407
## 657 368574
## 658 384922
## 659 352506
## 660 384701
## 661 402407
## 662 414395
## 663 292006
## 664 274166
## 665 310013
## 666 310013
## 667 392784
## 668 310013
## 669 384922
## 670 384701
## 671 398677
## 672 296694
## 673 2269639
## 674 295781
## 675 295781
## 676 522055
## 677 656830
## 678 328613
## 679 403441
## 680 738137
## 681 462918
## 682 264180
## 683 475016
## 684 313233
## 685 1759116
## 686 292006
## 687 439258
## 688 310013
## 689 286473
## 690 414395
## 691 384701
## 692 2156417
## 693 418691
## 694 479608
## 695 386108
## 696 892501
## 697 360848
## 698 427648
## 699 368574
## 700 362383
## 701 303520
## 702 479608
## 703 462139
## 704 389121
## 705 522055
## 706 505867
## 707 407631
## 708 1724861
## 709 292465
## 710 328613
## 711 1244008
## 712 547689
## 713 547689
## 714 292006
## 715 313233
## 716 378675
## 717 400703
## 718 407631
## 719 407631
## 720 287764
## 721 384922
## 722 513182
## 723 513182
## 724 479608
## 725 313233
## 726 292006
## 727 1417674
## 728 1082921
## 729 593599
## 730 513182
## 731 303044
## 732 1244008
## 733 394992
## 734 403441
## 735 393081
## 736 313233
## 737 392885
## 738 423259
## 739 1272609
## 740 1272609
## 741 276039
## 742 403441
## 743 328613
## 744 2015339
## 745 505075
## 746 274166
## 747 407631
## 748 516688
## 749 1146133
## 750 394992
## 751 689846
## 752 865681
## 753 865681
## 754 394374
## 755 283220
## 756 368574
## 757 771273
## 758 310013
## 759 310013
## 760 313233
## 761 818049
## 762 1484685
## 763 405074
## 764 427657
## 765 384701
## 766 368574
## 767 896986
## 768 505075
## 769 403830
## 770 392885
## 771 310013
## 772 287764
## 773 448655
## 774 726478
## 775 2269639
## 776 470206
## 777 470206
## 778 361164
## 779 420386
## 780 400703
## 781 1513647
## 782 1384698
## 783 313233
## 784 402407
## 785 1263972
## 786 307909
## 787 479608
## 788 420386
## 789 1303330
## 790 1303330
## 791 532199
## 792 532199
## 793 303044
## 794 398783
## 795 439258
## 796 384701
## 797 283220
## 798 283220
## 799 398783
## 800 418691
## 801 1005206
## 802 505075
## 803 403441
## 804 384922
## 805 643075
## 806 381626
## 807 516688
## 808 407631
## 809 407631
## 810 313233
## 811 522055
## 812 313233
## 813 479608
## 814 303044
## 815 276039
## 816 418691
## 817 307909
## 818 307909
## 819 366220
## 820 360848
## 821 420386
## 822 381627
## 823 471647
## 824 471647
## 825 427648
## 826 292006
## 827 683240
## 828 292465
## 829 407631
## 830 392784
## 831 283220
## 832 303044
## 833 465373
## 834 423259
## 835 303520
## 836 1437040
## 837 276039
## 838 421415
## 839 1286205
## 840 400703
## 841 366940
## 842 402407
## 843 381626
## 844 536219
## 845 321731
## 846 394992
## 847 552059
## 848 513182
## 849 516688
## 850 402407
## 851 982778
## 852 982778
## 853 301824
## 854 1168718
## 855 479608
## 856 493295
## 857 427656
## 858 394374
## 859 381626
## 860 402407
## 861 381626
## 862 394374
## 863 307909
## 864 562537
## 865 1150258
## 866 575994
## 867 492970
## 868 416242
## 869 307909
## 870 307909
## 871 813449
## 872 1123855
## 873 407631
## 874 303044
## 875 505075
## 876 505075
## 877 368574
## 878 423259
## 879 384701
## 880 578620
## 881 402407
## 882 386679
## 883 420386
## 884 750901
## 885 355149
## 886 403441
## 887 393076
## 888 393076
## 889 492970
## 890 394374
## 891 403441
## 892 420386
## 893 321731
## 894 287764
## 895 668810
## 896 547689
## 897 516688
## 898 355965
## 899 277283
## 900 420386
## 901 418691
## 902 407631
## 903 374488
## 904 278906
## 905 313233
## 906 459207
## 907 470206
## 908 403830
## 909 1185554
## 910 656830
## 911 394374
## 912 487442
## 913 726228
## 914 321731
## 915 321731
## 916 303520
## 917 303520
## 918 536219
## 919 522055
## 920 369467
## 921 423259
## 922 418691
## 923 652069
## 924 503531
## 925 795295
## 926 420386
## 927 296694
## 928 307908
## 929 400703
## 930 1722246
## 931 427656
## 932 674314
## 933 593599
## 934 394374
## 935 402407
## 936 301824
## 937 418691
## 938 394374
## 939 1176703
## 940 360848
## 941 439258
## 942 427656
## 943 472033
## 944 407631
## 945 394992
## 946 394992
## 947 386679
## 948 439258
## 949 313233
## 950 402407
## 951 438345
## 952 1217934
## 953 407631
## 954 418691
## 955 310013
## 956 310013
## 957 350341
## 958 292006
## 959 427648
## 960 296694
## 961 403441
## 962 439258
## 963 256230
## 964 763795
## 965 321731
## 966 743535
## 967 310013
## 968 400703
## 969 400703
## 970 1573765
## 971 423259
## 972 656501
## 973 485191
## 974 485191
## 975 930310
## 976 738137
## 977 1286698
## 978 313233
## 979 313233
## 980 313233
## 981 313233
## 982 398783
## 983 296694
## 984 276039
## 985 1155774
## 986 513182
## 987 400703
## 988 439258
## 989 339801
## 990 513182
## 991 513182
## 992 400703
## 993 400703
## 994 402407
## 995 374488
## 996 292465
## 997 303044
## 998 392784
## 999 475014
## 1000 516688
## 1001 1150257
## 1002 427656
## 1003 2398660
## 1004 268747
## 1005 387093
## 1006 310013
## 1007 609694
## 1008 352506
## 1009 380605
## 1010 301824
## 1011 684094
## 1012 352506
## 1013 303520
## 1014 295780
## 1015 402407
## 1016 413747
## 1017 413747
## 1018 479608
## 1019 479608
## 1020 403441
## 1021 403441
## 1022 1303330
## 1023 585237
## 1024 387093
## 1025 1247978
## 1026 352506
## 1027 328613
## 1028 1222344
## 1029 418691
## 1030 418691
## 1031 394992
## 1032 321731
## 1033 472033
## 1034 509359
## 1035 384922
## 1036 462139
## 1037 467011
## 1038 278906
## 1039 472033
## 1040 392885
## 1041 392885
## 1042 403441
## 1043 771273
## 1044 1263973
## 1045 392784
## 1046 402407
## 1047 374488
## 1048 400703
## 1049 374488
## 1050 310013
## 1051 1757021
## 1052 394992
## 1053 295781
## 1054 371944
## 1055 1312830
## 1056 307909
## 1057 307909
## 1058 1356768
## 1059 407631
## 1060 516688
## 1061 366960
## 1062 274166
## 1063 321731
## 1064 492970
## 1065 423259
## 1066 509359
## 1067 403441
## 1068 321731
## 1069 303044
## 1070 296694
## 1071 2259347
## 1072 354871
## 1073 398783
## 1074 750901
## 1075 394374
## 1076 505075
## 1077 587295
## 1078 413747
## 1079 384921
## 1080 418691
## 1081 448655
## 1082 1551833
## 1083 1644943
## 1084 427365
## 1085 307909
## 1086 1469976
## 1087 1567952
## 1088 1567952
## 1089 287764
## 1090 398783
## 1091 287764
## 1092 287764
## 1093 1335529
## 1094 310013
## 1095 407631
## 1096 394992
## 1097 553078
## 1098 553078
## 1099 1907646
## 1100 389121
## 1101 310013
## 1102 384922
## 1103 726478
## 1104 403441
## 1105 418691
## 1106 462214
## 1107 729037
## 1108 479608
## 1109 287764
## 1110 342935
## 1111 394992
## 1112 427648
## 1113 298959
## 1114 313233
## 1115 392885
## 1116 392885
## 1117 702483
## 1118 310013
## 1119 1818252
## 1120 321731
## 1121 418691
## 1122 321731
## 1123 394992
## 1124 412079
## 1125 427648
## 1126 427648
## 1127 423259
## 1128 418691
## 1129 394374
## 1130 400703
## 1131 402407
## 1132 1058584
## 1133 393075
## 1134 398783
## 1135 398783
## 1136 402407
## 1137 1521826
## 1138 374488
## 1139 392885
## 1140 1080495
## 1141 400703
## 1142 380063
## 1143 727617
## 1144 727617
## 1145 687771
## 1146 505075
## 1147 277283
## 1148 584630
## 1149 295781
## 1150 505075
## 1151 709066
## 1152 310013
## 1153 321731
## 1154 337536
## 1155 386679
## 1156 392885
## 1157 1122688
## 1158 404088
## 1159 295781
## 1160 1245957
## 1161 423259
## 1162 418691
## 1163 414395
## 1164 596299
## 1165 374488
## 1166 848693
## 1167 669994
## 1168 564131
## 1169 402407
## 1170 472033
## 1171 303520
## 1172 310013
## 1173 384922
## 1174 505867
## 1175 402407
## 1176 505075
## 1177 418691
## 1178 380605
## 1179 283220
## 1180 366644
## 1181 287764
## 1182 1303330
## 1183 303044
## 1184 423259
## 1185 420386
## 1186 392784
## 1187 392784
## 1188 836963
## 1189 310013
## 1190 418691
## 1191 394374
## 1192 403830
## 1193 439258
## 1194 368574
## 1195 400703
## 1196 292006
## 1197 494490
## 1198 310013
## 1199 407631
## 1200 1335335
## 1201 423259
## 1202 296694
## 1203 307909
## 1204 307909
## 1205 310013
## 1206 536219
## 1207 1075572
## 1208 385152
## 1209 536219
## 1210 412079
## 1211 427656
## 1212 1153079
## 1213 398783
## 1214 398783
## 1215 516688
## 1216 381626
## 1217 398783
## 1218 400703
## 1219 400703
## 1220 402407
## 1221 313233
## 1222 1061865
## 1223 505075
## 1224 1200575
## 1225 313233
## 1226 292465
## 1227 407631
## 1228 513182
## 1229 479608
## 1230 505075
## 1231 310013
## 1232 402407
## 1233 394992
## 1234 283220
## 1235 321731
## 1236 1075572
## 1237 407631
## 1238 407631
## 1239 403441
## 1240 492970
## 1241 303044
## 1242 295781
## 1243 407631
## 1244 407631
## 1245 1716953
## 1246 516688
## 1247 295781
## 1248 310013
## 1249 310013
## 1250 407631
## 1251 1717505
## 1252 423259
## 1253 303044
## 1254 394374
## 1255 400703
## 1256 374487
## 1257 303044
## 1258 392885
## 1259 423259
## 1260 578209
## 1261 536219
## 1262 1021958
## 1263 761888
## 1264 321731
## 1265 321731
## 1266 392885
## 1267 292465
## 1268 384922
## 1269 384922
## 1270 384922
## 1271 384922
## 1272 1799560
## 1273 454913
## 1274 274166
## 1275 505075
## 1276 505075
## 1277 287764
## 1278 384701
## 1279 513182
## 1280 431399
## 1281 887181
## 1282 295781
## 1283 277283
## 1284 276039
## 1285 398783
## 1286 375735
## 1287 427656
## 1288 413747
## 1289 313233
## 1290 313233
## 1291 522055
## 1292 785228
## 1293 398783
## 1294 420386
## 1295 505075
## 1296 402407
## 1297 303520
## 1298 360848
## 1299 649753
## 1300 402407
## 1301 402407
## 1302 370902
## 1303 303520
## 1304 649753
## 1305 394992
## 1306 1356768
## 1307 1171984
## 1308 494490
## 1309 287764
## 1310 2013023
## 1311 393076
## 1312 393076
## 1313 421301
## 1314 304311
## 1315 398783
## 1316 2099303
## 1317 368574
## 1318 307909
## 1319 394992
## 1320 378575
## 1321 369467
## 1322 369467
## 1323 762527
## 1324 252182
## 1325 402407
## 1326 375481
## 1327 402407
## 1328 400703
## 1329 402407
## 1330 516688
## 1331 386108
## 1332 418691
## 1333 321731
## 1334 303044
## 1335 310013
## 1336 505867
## 1337 405074
## 1338 695689
## 1339 695689
## 1340 695689
## 1341 514303
## 1342 384922
## 1343 361579
## 1344 361579
## 1345 321731
## 1346 295781
## 1347 448655
## 1348 423259
## 1349 868600
## 1350 868600
## 1351 868600
## 1352 287764
## 1353 310013
## 1354 747334
## 1355 321731
## 1356 398677
## 1357 400703
## 1358 536219
## 1359 1065624
## 1360 380010
## 1361 420386
## 1362 420386
## 1363 516688
## 1364 1350458
## 1365 418691
## 1366 943762
## 1367 943762
## 1368 313233
## 1369 505075
## 1370 321731
## 1371 321731
## 1372 295781
## 1373 386108
## 1374 506152
## 1375 313233
## 1376 321731
## 1377 472033
## 1378 472033
## 1379 472033
## 1380 303520
## 1381 303520
## 1382 505075
## 1383 536219
## 1384 398783
## 1385 394374
## 1386 514303
## 1387 1091772
## 1388 982778
## 1389 386108
## 1390 522055
## 1391 374488
## 1392 2013023
## 1393 287764
## 1394 374487
## 1395 328613
## 1396 726478
## 1397 886332
## 1398 394374
## 1399 536219
## 1400 332677
## 1401 494490
## 1402 321731
## 1403 394374
## 1404 2253219
## 1405 968593
## 1406 310013
## 1407 2527594
## 1408 678953
## 1409 398783
## 1410 398783
## 1411 472033
## 1412 1380226
## 1413 358099
## 1414 400703
## 1415 543584
## 1416 427648
## 1417 384701
## 1418 751257
## 1419 751257
## 1420 505867
## 1421 505867
## 1422 1366038
## 1423 389121
## 1424 310013
## 1425 400703
## 1426 513182
## 1427 307909
## 1428 1380226
## 1429 402407
## 1430 413747
## 1431 536219
## 1432 1356768
## 1433 513182
## 1434 407631
## 1435 316778
## 1436 1247978
## 1437 383433
## 1438 3262888
## 1439 283220
## 1440 738137
## 1441 738137
## 1442 697716
## 1443 400703
## 1444 313233
## 1445 276039
## 1446 276039
## 1447 364793
## 1448 571978
## 1449 571978
## 1450 374851
## 1451 513182
## 1452 738137
## 1453 1122688
## 1454 331837
## 1455 393075
## 1456 413747
## 1457 413747
## 1458 285008
## 1459 513182
## 1460 387093
## 1461 522055
## 1462 272904
## 1463 543584
## 1464 539895
## 1465 1644943
## 1466 403441
## 1467 303520
## 1468 303520
## 1469 574580
## 1470 328613
## 1471 398783
## 1472 472033
## 1473 1198697
## 1474 1380226
## 1475 301824
## 1476 420386
## 1477 719077
## 1478 645343
## 1479 384922
## 1480 413747
## 1481 389121
## 1482 378575
## 1483 292465
## 1484 1268004
## 1485 387092
## 1486 1482360
## 1487 1482360
## 1488 403830
## 1489 313233
## 1490 1214636
## 1491 603123
## 1492 310013
## 1493 301824
## 1494 301824
## 1495 344093
## 1496 479608
## 1497 505867
## 1498 321731
## 1499 674314
## 1500 402407
## 1501 1320714
## 1502 303520
## 1503 492968
## 1504 398783
## 1505 398783
## 1506 771273
## 1507 495808
## 1508 379388
## 1509 379388
## 1510 394374
## 1511 394374
## 1512 321731
## 1513 462214
## 1514 414395
## 1515 709066
## 1516 565616
## 1517 402407
## 1518 393076
## 1519 593599
## 1520 648766
## 1521 403441
## 1522 287764
## 1523 355965
## 1524 380605
## 1525 889065
## 1526 321731
## 1527 394374
## 1528 418691
## 1529 321731
## 1530 505075
## 1531 589236
## 1532 310013
## 1533 384701
## 1534 292006
## 1535 398783
## 1536 729037
## 1537 307909
## 1538 403830
## 1539 574693
## 1540 374488
## 1541 402407
## 1542 373305
## 1543 403441
## 1544 423259
## 1545 655782
## 1546 427656
## 1547 581096
## 1548 372595
## 1549 272904
## 1550 472033
## 1551 384922
## 1552 709066
## 1553 303520
## 1554 528613
## 1555 1281565
## 1556 1168717
## 1557 418691
## 1558 373256
## 1559 418691
## 1560 505075
## 1561 1268004
## 1562 1268004
## 1563 285008
## 1564 398677
## 1565 301824
## 1566 321731
## 1567 321731
## 1568 581155
## 1569 328613
## 1570 1541302
## 1571 522055
## 1572 413747
## 1573 384922
## 1574 384922
## 1575 418691
## 1576 285008
## 1577 310013
## 1578 482964
## 1579 310013
## 1580 310013
## 1581 321731
## 1582 303520
## 1583 472033
## 1584 686694
## 1585 686694
## 1586 688738
## 1587 321731
## 1588 321731
## 1589 370902
## 1590 1366038
## 1591 462139
## 1592 392784
## 1593 1653076
## 1594 2122353
## 1595 303520
## 1596 386679
## 1597 386679
## 1598 303044
## 1599 328613
## 1600 285008
## 1601 384701
## 1602 403441
## 1603 418691
## 1604 505075
## 1605 505075
## 1606 1247980
## 1607 418691
## 1608 402407
## 1609 400704
## 1610 418691
## 1611 427656
## 1612 403830
## 1613 414395
## 1614 459193
## 1615 403441
## 1616 457011
## 1617 287764
## 1618 420386
## 1619 479608
## 1620 285008
## 1621 1867583
## 1622 1867583
## 1623 1082921
## 1624 462846
## 1625 402407
## 1626 307909
## 1627 505075
## 1628 418691
## 1629 564303
## 1630 492970
## 1631 394374
## 1632 295781
## 1633 492970
## 1634 619926
## 1635 619926
## 1636 619926
## 1637 686694
## 1638 427656
## 1639 358469
## 1640 516688
## 1641 516688
## 1642 628405
## 1643 303044
## 1644 333991
## 1645 285008
## 1646 402407
## 1647 516688
## 1648 310013
## 1649 310013
## 1650 470206
## 1651 407631
## 1652 413747
## 1653 702483
## 1654 310013
## 1655 369420
## 1656 295781
## 1657 381626
## 1658 1799560
## 1659 505075
## 1660 1156744
## 1661 509610
## 1662 418691
## 1663 263368
## 1664 423259
## 1665 295781
## 1666 697716
## 1667 374488
## 1668 374488
## 1669 487442
## 1670 487442
## 1671 287764
## 1672 384922
## 1673 412079
## 1674 414395
## 1675 1245957
## 1676 381626
## 1677 383071
## 1678 301824
## 1679 516688
## 1680 516688
## 1681 516688
## 1682 384922
## 1683 321731
## 1684 367660
## 1685 423259
## 1686 313233
## 1687 479608
## 1688 1026895
## 1689 1026895
## 1690 1272609
## 1691 513182
## 1692 513182
## 1693 522055
## 1694 354187
## 1695 427656
## 1696 383433
## 1697 383433
## 1698 381626
## 1699 392885muestra_Matri <- sample(Matr$BASE.ValorMatricula, tamaño_muestra)
muestra_Matri## [1] 276039 392784 307909 384701 439258 516688 506152 344093 1716953
## [10] 1564376 1217934 384922 743181 405074 427648 370902 702483 310013
## [19] 333991 543584 413747 989335 678953 423259 381626 738137 392784
## [28] 402407 303520 868600 514303 407631 354871 292006 384922 470206
## [37] 1303330 392784 771273 967253 407631 400703 367660 276039 522055
## [46] 1716954 274166 1787348 418691 369420 360848 505867 368574 295781
## [55] 751257 321731 384701 407631 482964 298959 295781 386003 400703
## [64] 709066 374488 384922 400703 469156 394374 374488 423259 303044
## [73] 374488 405074 472033 695689 384922 414395 960080 729037 505867
## [82] 1245957 384922 649753 689846 1513647 697716 479608 407631 373256
## [91] 403441 260414 423259 563336 276039 392885 296694 418691 418691
## [100] 295781 423259 310013 1263973 678953 303520 403441 400703 403830
## [109] 295781 328613 413747 402407 468507 292006 513182 394374 645343
## [118] 310013 418691 389121 310013 505075 1176703 310013 276039 310013
## [127] 593599 383623 794930 371871 402407 295781 392885 301824 427656
## [136] 2156417 465373 639481 578620 402407 479608 398783 1521826 1717505
## [145] 513182 649753 479608 418691 581096 287764 400703 585237 295781
## [154] 674314 374488 423259 321731 1244008 448655 321731 390135 374488
## [163] 454914 374488 321731 505075 303520 688738 384701 494490 1247980
## [172] 595357 384922 383433 413747 684093 418691 398677 536219 1417674
## [181] 495808 321731 462139 287764 699776 462918 562537 360848 321731
## [190] 427656 505075 313233 479608 505075 479608 407631 313233 528613
## [199] 407631 321731 536219 738137 292006 1198697 394992 313233 368574
## [208] 531366 303520 301824 310013 292465 384922 738137 278906 386108
## [217] 1448000 313233 505075 645343 380063 321731 516688 1185554 516688
## [226] 678953 505075 310013 479608 403441 384922 407631 393076 313233
## [235] 1281565 394374 342934 287764 398782 295781 310013 2253219 303520
## [244] 384922 358099 402407 1176703 418691 516688 368574 479608 400703
## [253] 2205195 654914 1268004 414395 393076 513182 379388 400703 342935
## [262] 398783 313233 656830 386679 543584 394992 402407 402407 1417674
## [271] 513182 427656 581096 1482360 516688 513182 303520 386679 503040
## [280] 439258 513182 307908 295781 392784 402407 702483 392885 313233
## [289] 503531 352506 750901 339667 321731 750901 368574 472033 407631
## [298] 505075 373305 423259 321731 394374 427648 394374 505867 472033
## [307] 303520 603123 472033 277283 427656 1380226 402407#Proporción de los 313 muestreados que pagan matrícula menor o igual a $300000
Muestra_Matri300K <- subset(muestra_Matri, muestra_Matri <= 300000, drop = FALSE)
Muestra_Matri300K## [1] 276039 292006 276039 274166 295781 298959 295781 260414 276039 296694
## [11] 295781 295781 292006 276039 295781 287764 295781 287764 292006 292465
## [21] 278906 287764 295781 295781 277283#Muestras por Valor de Renta
Rent<-data.frame(BASE$Renta)
Rent## BASE.Renta
## 1 30083971
## 2 9861896
## 3 15464400
## 4 57737000
## 5 7800000
## 6 8760000
## 7 17040000
## 8 10785422
## 9 1005650000
## 10 11880000
## 11 22096000
## 12 16104142
## 13 10200000
## 14 99119800
## 15 3600000
## 16 7732200
## 17 4600000
## 18 10203552
## 19 5000000
## 20 8853000
## 21 7464000
## 22 8852604
## 23 12000000
## 24 10079832
## 25 7750000
## 26 6536736
## 27 8845000
## 28 15254737
## 29 12000000
## 30 32814712
## 31 8273448
## 32 10437037
## 33 9818000
## 34 7000000
## 35 6480000
## 36 6000000
## 37 4800000
## 38 8160000
## 39 22383490
## 40 14400000
## 41 7200000
## 42 7745148
## 43 9937392
## 44 4200000
## 45 8273448
## 46 6000000
## 47 4860000
## 48 5500000
## 49 14400000
## 50 1900000
## 51 9600000
## 52 9000000
## 53 7600000
## 54 3600000
## 55 48614000
## 56 106488000
## 57 14800000
## 58 9000000
## 59 4800000
## 60 9936000
## 61 9374904
## 62 14126000
## 63 8724968
## 64 30612000
## 65 8273448
## 66 6984000
## 67 4680000
## 68 8250000
## 69 13200000
## 70 19874784
## 71 7200000
## 72 8952000
## 73 12941539
## 74 9937392
## 75 8400000
## 76 8273460
## 77 14880000
## 78 7800000
## 79 14144155
## 80 15800000
## 81 7800000
## 82 8376550
## 83 10500000
## 84 7200000
## 85 180365000
## 86 6000000
## 87 6000000
## 88 7200000
## 89 13494500
## 90 7734000
## 91 8852604
## 92 8700000
## 93 12000000
## 94 64276593
## 95 7732200
## 96 5000000
## 97 6600000
## 98 7700000
## 99 44262000
## 100 9384000
## 101 16793401
## 102 16800000
## 103 6308193
## 104 6000000
## 105 4800000
## 106 12355643
## 107 10082249
## 108 9374904
## 109 8400000
## 110 3600000
## 111 33756100
## 112 9000000
## 113 55488916
## 114 5400000
## 115 17640000
## 116 9374904
## 117 4800000
## 118 8273448
## 119 44660000
## 120 7800000
## 121 9600000
## 122 10918962
## 123 3600000
## 124 8400000
## 125 8484699
## 126 14600000
## 127 7302000
## 128 12900000
## 129 6000000
## 130 6700000
## 131 27603282
## 132 10800000
## 133 7200000
## 134 7379642
## 135 11062000
## 136 17171000
## 137 18000000
## 138 8400000
## 139 9374904
## 140 54922000
## 141 13000000
## 142 16800000
## 143 48246000
## 144 148793000
## 145 5400000
## 146 8400000
## 147 15112000
## 148 7035070
## 149 8273460
## 150 8000000
## 151 10297951
## 152 15600000
## 153 7200000
## 154 12661191
## 155 19475736
## 156 29189022
## 157 14582413
## 158 19919252
## 159 4800000
## 160 11213151
## 161 9937392
## 162 9374904
## 163 9237330
## 164 10920000
## 165 9374904
## 166 9374916
## 167 9790000
## 168 8852604
## 169 8702248
## 170 5400000
## 171 5400000
## 172 6000000
## 173 11214678
## 174 7200000
## 175 9360000
## 176 12392000
## 177 8640000
## 178 15600000
## 179 19503349
## 180 40918863
## 181 10113772
## 182 7800000
## 183 14400000
## 184 7920000
## 185 9280370
## 186 8400000
## 187 8400000
## 188 89240000
## 189 11174904
## 190 9408000
## 191 9956000
## 192 8400000
## 193 13764909
## 194 9360000
## 195 4820400
## 196 8273460
## 197 6000000
## 198 10502277
## 199 16836000
## 200 9205848
## 201 10861848
## 202 7732200
## 203 8400000
## 204 4687452
## 205 4320000
## 206 10464000
## 207 4400000
## 208 6270000
## 209 27997665
## 210 9500000
## 211 7200000
## 212 9098640
## 213 9374904
## 214 16966096
## 215 4800000
## 216 7732200
## 217 8676000
## 218 4572000
## 219 11444741
## 220 7500000
## 221 100166000
## 222 6960000
## 223 65304000
## 224 19120000
## 225 9374904
## 226 5000000
## 227 4800000
## 228 8700000
## 229 10800000
## 230 14532356
## 231 6600000
## 232 5040000
## 233 9912000
## 234 4800000
## 235 10000000
## 236 7200000
## 237 14400000
## 238 7512000
## 239 8652640
## 240 8640000
## 241 16147927
## 242 7000000
## 243 7200000
## 244 6600000
## 245 16800000
## 246 10200000
## 247 66358000
## 248 9850284
## 249 280341000
## 250 65223129
## 251 8852604
## 252 16923000
## 253 9600000
## 254 7732200
## 255 30555000
## 256 95472000
## 257 7763600
## 258 14400000
## 259 16800000
## 260 9420397
## 261 12217271
## 262 3600000
## 263 4968708
## 264 22365191
## 265 8273448
## 266 9600000
## 267 29850400
## 268 15600000
## 269 3840000
## 270 9372000
## 271 4140000
## 272 9360000
## 273 7392000
## 274 142442000
## 275 95218000
## 276 6000000
## 277 22338714
## 278 40819000
## 279 11544406
## 280 11544406
## 281 4320000
## 282 12000000
## 283 40332566
## 284 583005000
## 285 6240000
## 286 4632426
## 287 13732200
## 288 4800000
## 289 18000000
## 290 11812379
## 291 6600000
## 292 14600000
## 293 6400000
## 294 7000000
## 295 28513388
## 296 18846904
## 297 8852604
## 298 16430109
## 299 9600000
## 300 9600000
## 301 8268000
## 302 10440000
## 303 5040000
## 304 9600000
## 305 8400000
## 306 19761984
## 307 46996000
## 308 11887216
## 309 11332200
## 310 16546896
## 311 8160000
## 312 7660000
## 313 9600000
## 314 8808000
## 315 9374904
## 316 59227000
## 317 7800000
## 318 8400000
## 319 7200000
## 320 13038840
## 321 5800000
## 322 12951476
## 323 4800000
## 324 14400000
## 325 51274000
## 326 18749808
## 327 8500000
## 328 6468000
## 329 8700000
## 330 10937388
## 331 7800000
## 332 8400000
## 333 3600000
## 334 13320000
## 335 9600000
## 336 5000000
## 337 7200000
## 338 7000000
## 339 13074000
## 340 45000000
## 341 7200000
## 342 19489499
## 343 9480000
## 344 83725000
## 345 93490000
## 346 10800000
## 347 7732000
## 348 8380000
## 349 10665746
## 350 8500000
## 351 12600000
## 352 7732200
## 353 6000000
## 354 9400000
## 355 7074000
## 356 35675317
## 357 37730189
## 358 77706000
## 359 79953000
## 360 6000000
## 361 7200000
## 362 21436894
## 363 4800000
## 364 8160000
## 365 11938898
## 366 6000000
## 367 10433436
## 368 12000000
## 369 76737000
## 370 5760000
## 371 14251496
## 372 7500000
## 373 5500000
## 374 7068000
## 375 8400000
## 376 8964000
## 377 63252000
## 378 3840000
## 379 11899026
## 380 7898000
## 381 6000000
## 382 8000000
## 383 36016036
## 384 9900000
## 385 7000000
## 386 8733733
## 387 16045615
## 388 7200000
## 389 6000000
## 390 10800000
## 391 18349421
## 392 6000000
## 393 2500000
## 394 8570994
## 395 16536000
## 396 15494212
## 397 71158000
## 398 14788422
## 399 25546900
## 400 8852604
## 401 10440221
## 402 10440221
## 403 10200000
## 404 5400000
## 405 4800000
## 406 16304000
## 407 4200000
## 408 8400000
## 409 16448404
## 410 6000000
## 411 6500000
## 412 6000000
## 413 4000000
## 414 8400000
## 415 9206252
## 416 2400000
## 417 6000000
## 418 4200000
## 419 12000000
## 420 65919880
## 421 10800000
## 422 4800000
## 423 5760000
## 424 9600000
## 425 14400000
## 426 152718000
## 427 11770759
## 428 8273460
## 429 10200000
## 430 7732000
## 431 8454100
## 432 9343075
## 433 10270000
## 434 8852604
## 435 6427000
## 436 4800000
## 437 7724885
## 438 4800000
## 439 6000000
## 440 8059200
## 441 15605494
## 442 8640000
## 443 9350040
## 444 10800000
## 445 4969452
## 446 29315000
## 447 4426296
## 448 9600000
## 449 19200000
## 450 20403886
## 451 5480000
## 452 20622156
## 453 5400000
## 454 8400000
## 455 6427200
## 456 7200000
## 457 5138008
## 458 12000000
## 459 4200000
## 460 9374904
## 461 6000000
## 462 6600000
## 463 12900000
## 464 6180000
## 465 10083584
## 466 8845000
## 467 12200000
## 468 6600000
## 469 9374904
## 470 33531000
## 471 7732200
## 472 8500000
## 473 8400000
## 474 28800000
## 475 10400000
## 476 117498000
## 477 10360000
## 478 125105000
## 479 28390013
## 480 24585000
## 481 12173235
## 482 85181000
## 483 25783000
## 484 13760687
## 485 7620000
## 486 8200000
## 487 7200000
## 488 9374904
## 489 6000000
## 490 7732200
## 491 11500000
## 492 4968696
## 493 8773000
## 494 7200000
## 495 12000000
## 496 9936000
## 497 58230000
## 498 4800000
## 499 9600000
## 500 26939619
## 501 4800000
## 502 3000000
## 503 4800000
## 504 7800000
## 505 7200000
## 506 18747960
## 507 4380000
## 508 10686000
## 509 12000000
## 510 82315000
## 511 6500000
## 512 6000000
## 513 26400000
## 514 8250000
## 515 26249056
## 516 3600000
## 517 9600000
## 518 5000000
## 519 17969644
## 520 6163824
## 521 12142888
## 522 23324163
## 523 19650679
## 524 77287000
## 525 20218043
## 526 11089817
## 527 8200000
## 528 6000000
## 529 7800000
## 530 3600000
## 531 24712299
## 532 13200000
## 533 6720000
## 534 11622835
## 535 7200000
## 536 11667140
## 537 4800000
## 538 5000000
## 539 5392000
## 540 9600000
## 541 11749396
## 542 12250379
## 543 8114887
## 544 7200000
## 545 8400000
## 546 11928000
## 547 6500000
## 548 4100000
## 549 17754592
## 550 9937000
## 551 9374904
## 552 6000000
## 553 6000000
## 554 5400000
## 555 7200000
## 556 14400000
## 557 12379000
## 558 18149410
## 559 7780000
## 560 80805782
## 561 8117448
## 562 6000000
## 563 9600000
## 564 7732200
## 565 11598300
## 566 9360000
## 567 77875000
## 568 75400000
## 569 78678000
## 570 64326000
## 571 10800000
## 572 9600000
## 573 24797000
## 574 6720000
## 575 16800000
## 576 9600000
## 577 4200000
## 578 9893532
## 579 8852000
## 580 158518000
## 581 24155580
## 582 6960000
## 583 12600000
## 584 9374904
## 585 9200000
## 586 11652604
## 587 7200000
## 588 9600000
## 589 6150000
## 590 7732200
## 591 8273448
## 592 18000000
## 593 7732200
## 594 871765000
## 595 9600000
## 596 4968000
## 597 4800000
## 598 11598300
## 599 9938400
## 600 43868556
## 601 8000000
## 602 17999059
## 603 9000000
## 604 100132000
## 605 100132000
## 606 9937392
## 607 7232820
## 608 28613000
## 609 18957788
## 610 26216800
## 611 10800000
## 612 8400000
## 613 5154800
## 614 17400000
## 615 5600000
## 616 6000000
## 617 8000000
## 618 6000000
## 619 8850000
## 620 13083588
## 621 16546920
## 622 7280000
## 623 27933988
## 624 14784000
## 625 9800000
## 626 21363316
## 627 21331380
## 628 11394550
## 629 8604000
## 630 10568634
## 631 17382000
## 632 9600000
## 633 33041434
## 634 35130752
## 635 52395648
## 636 65811915
## 637 20954521
## 638 7200000
## 639 4800000
## 640 15160636
## 641 9000000
## 642 334566000
## 643 21935390
## 644 18285378
## 645 6480000
## 646 3000000
## 647 9374904
## 648 4500000
## 649 91600000
## 650 8300000
## 651 6000000
## 652 18749832
## 653 15480207
## 654 27777000
## 655 9375000
## 656 13500000
## 657 7732200
## 658 4800000
## 659 3780000
## 660 7800000
## 661 9600000
## 662 13550000
## 663 7200000
## 664 3200000
## 665 6000000
## 666 7074000
## 667 4800000
## 668 8852604
## 669 8279500
## 670 7320000
## 671 11573000
## 672 7800000
## 673 1122953000
## 674 7800000
## 675 4800000
## 676 15538000
## 677 19059000
## 678 6000000
## 679 8374000
## 680 29623781
## 681 8852616
## 682 4136724
## 683 10200000
## 684 6000000
## 685 578531000
## 686 7732000
## 687 18000000
## 688 7322546
## 689 4800000
## 690 17775830
## 691 12000000
## 692 1545155000
## 693 9672000
## 694 14400000
## 695 6000000
## 696 54450000
## 697 7400000
## 698 7500000
## 699 7200000
## 700 10200000
## 701 6000000
## 702 16780000
## 703 8376000
## 704 16656000
## 705 19587057
## 706 11000000
## 707 4687764
## 708 37800000
## 709 6000000
## 710 7800000
## 711 64468000
## 712 7200000
## 713 11000000
## 714 7732000
## 715 8852604
## 716 8400000
## 717 7378908
## 718 6000000
## 719 39298000
## 720 6000000
## 721 8852604
## 722 9852523
## 723 9927255
## 724 16732200
## 725 6000000
## 726 7732200
## 727 56460334
## 728 45239449
## 729 17128199
## 730 11400000
## 731 4200000
## 732 154647000
## 733 6960000
## 734 8280000
## 735 3600000
## 736 8852604
## 737 11066000
## 738 11640000
## 739 65187000
## 740 150315000
## 741 3600000
## 742 9375000
## 743 9375000
## 744 43503724
## 745 12000000
## 746 3600000
## 747 9374904
## 748 10086342
## 749 45880805
## 750 9000000
## 751 27428426
## 752 7200000
## 753 18639754
## 754 7732200
## 755 7200000
## 756 7200000
## 757 33005455
## 758 6200000
## 759 9420000
## 760 8400000
## 761 24212131
## 762 34779423
## 763 16800000
## 764 10200000
## 765 6000000
## 766 7200000
## 767 35907258
## 768 11400000
## 769 17705208
## 770 14952675
## 771 9420000
## 772 8160000
## 773 22800000
## 774 22952169
## 775 614647000
## 776 7200000
## 777 8268000
## 778 3600000
## 779 11718769
## 780 8766000
## 781 56800000
## 782 90000000
## 783 9374904
## 784 7700000
## 785 53289000
## 786 6000000
## 787 12529574
## 788 9000000
## 789 51328000
## 790 57455564
## 791 6000000
## 792 16780792
## 793 7732300
## 794 10200000
## 795 13368000
## 796 6000000
## 797 4800000
## 798 6960000
## 799 7200000
## 800 6600000
## 801 36605000
## 802 8400000
## 803 6000000
## 804 4800000
## 805 9600000
## 806 5082120
## 807 11161071
## 808 8273460
## 809 17760000
## 810 8941130
## 811 13200000
## 812 9120000
## 813 10841233
## 814 5640000
## 815 4968696
## 816 8600000
## 817 8844000
## 818 8280000
## 819 2400000
## 820 7732200
## 821 9000000
## 822 7800000
## 823 9122000
## 824 20989800
## 825 9937392
## 826 7732200
## 827 24000000
## 828 6746639
## 829 9372000
## 830 4800000
## 831 7200000
## 832 7200000
## 833 8852604
## 834 21800000
## 835 9374904
## 836 46474000
## 837 4320000
## 838 15800000
## 839 51488000
## 840 4800000
## 841 9797255
## 842 7200000
## 843 8224000
## 844 16966096
## 845 9600000
## 846 5000000
## 847 9360000
## 848 13655755
## 849 15000000
## 850 9000000
## 851 23993744
## 852 43328578
## 853 6000000
## 854 27804956
## 855 12922915
## 856 8853000
## 857 16644038
## 858 7636000
## 859 8104000
## 860 7800000
## 861 9858369
## 862 7200000
## 863 8273460
## 864 22518904
## 865 19464784
## 866 6600000
## 867 14000000
## 868 7728000
## 869 6000000
## 870 8268000
## 871 14857000
## 872 34937404
## 873 5760000
## 874 7200000
## 875 13200000
## 876 18000000
## 877 7728000
## 878 19874784
## 879 7800000
## 880 11000000
## 881 15600000
## 882 8172000
## 883 12600000
## 884 29011000
## 885 5000000
## 886 6000000
## 887 14400000
## 888 12000000
## 889 16540384
## 890 7200000
## 891 9374904
## 892 11215807
## 893 6000000
## 894 7732200
## 895 27100000
## 896 12265004
## 897 14400000
## 898 5200000
## 899 6000000
## 900 9000000
## 901 7200000
## 902 8800000
## 903 7732200
## 904 3923778
## 905 6600000
## 906 18382495
## 907 202022000
## 908 17000000
## 909 47458918
## 910 18720000
## 911 7200000
## 912 18800000
## 913 14062392
## 914 5400000
## 915 9374904
## 916 1200000
## 917 6000000
## 918 18377892
## 919 20617000
## 920 3250000
## 921 10500000
## 922 7200000
## 923 11333000
## 924 16581000
## 925 9210124
## 926 9000000
## 927 8634284
## 928 8273448
## 929 6000000
## 930 49500000
## 931 16318000
## 932 23006119
## 933 18000000
## 934 7732200
## 935 9120000
## 936 9374000
## 937 9142076
## 938 7732200
## 939 28462184
## 940 6000000
## 941 10200000
## 942 15300000
## 943 15295826
## 944 8160000
## 945 4641000
## 946 8030000
## 947 8400000
## 948 14658017
## 949 6240000
## 950 7800000
## 951 7680000
## 952 80080000
## 953 9374904
## 954 7200000
## 955 5216718
## 956 5100000
## 957 5239643
## 958 7732200
## 959 9937000
## 960 7732000
## 961 8000000
## 962 17600000
## 963 2400000
## 964 37587536
## 965 4968708
## 966 9600000
## 967 7620000
## 968 6000000
## 969 5640000
## 970 35915534
## 971 9943342
## 972 22691458
## 973 18000000
## 974 18600000
## 975 10800000
## 976 29224533
## 977 43154609
## 978 8640000
## 979 4800000
## 980 7074000
## 981 8400000
## 982 8697450
## 983 7200000
## 984 2100000
## 985 12820000
## 986 9000000
## 987 8273460
## 988 14676763
## 989 7392000
## 990 9473500
## 991 9742800
## 992 7732200
## 993 8273448
## 994 15458560
## 995 4200000
## 996 5000000
## 997 7200000
## 998 8820264
## 999 12400000
## 1000 13574904
## 1001 24665396
## 1002 12933634
## 1003 506945000
## 1004 2000000
## 1005 6180000
## 1006 7200000
## 1007 16470231
## 1008 4200000
## 1009 5400000
## 1010 6000000
## 1011 13600800
## 1012 4426296
## 1013 7200000
## 1014 8273448
## 1015 10800000
## 1016 6000000
## 1017 14000000
## 1018 4200000
## 1019 11760000
## 1020 6000000
## 1021 6000000
## 1022 1641305000
## 1023 6000000
## 1024 6800400
## 1025 100609000
## 1026 3600000
## 1027 7800000
## 1028 26089280
## 1029 8852604
## 1030 9374904
## 1031 6000000
## 1032 5300000
## 1033 14400000
## 1034 9600000
## 1035 8852604
## 1036 9300000
## 1037 4680000
## 1038 3600000
## 1039 15000000
## 1040 7464000
## 1041 14160000
## 1042 5000000
## 1043 23181512
## 1044 145428000
## 1045 7200000
## 1046 6000000
## 1047 7732200
## 1048 7800000
## 1049 7800000
## 1050 6000000
## 1051 34642000
## 1052 7800000
## 1053 7200000
## 1054 6000000
## 1055 8962915
## 1056 6000000
## 1057 6000000
## 1058 57800000
## 1059 9374904
## 1060 16899500
## 1061 4000000
## 1062 3800000
## 1063 9372000
## 1064 16200000
## 1065 14000000
## 1066 8400000
## 1067 9840000
## 1068 7800000
## 1069 7732200
## 1070 8820000
## 1071 53866000
## 1072 7200000
## 1073 7074000
## 1074 23753000
## 1075 8160000
## 1076 10568075
## 1077 23510000
## 1078 15464000
## 1079 7000000
## 1080 8400000
## 1081 14659152
## 1082 595779000
## 1083 93031000
## 1084 17107804
## 1085 8852604
## 1086 23310000
## 1087 49607219
## 1088 53473309
## 1089 7732200
## 1090 12000000
## 1091 6000000
## 1092 7732200
## 1093 9374916
## 1094 6000000
## 1095 6000000
## 1096 5400000
## 1097 21521805
## 1098 22140264
## 1099 37210000
## 1100 13308000
## 1101 7200000
## 1102 8400000
## 1103 20071382
## 1104 9840000
## 1105 5376000
## 1106 8234487
## 1107 14400000
## 1108 9600000
## 1109 8214000
## 1110 4000000
## 1111 9374904
## 1112 8640000
## 1113 7828409
## 1114 6000000
## 1115 9600000
## 1116 8811360
## 1117 20000000
## 1118 7800000
## 1119 98299000
## 1120 9900000
## 1121 9374904
## 1122 9648000
## 1123 8856000
## 1124 15900000
## 1125 4800000
## 1126 7100000
## 1127 13326157
## 1128 9936000
## 1129 7800000
## 1130 5040000
## 1131 4800000
## 1132 29340478
## 1133 6780000
## 1134 8760000
## 1135 22040330
## 1136 14400000
## 1137 62081000
## 1138 7732200
## 1139 9600000
## 1140 40928000
## 1141 5160000
## 1142 9319200
## 1143 14525000
## 1144 21023000
## 1145 10899000
## 1146 9600000
## 1147 7200000
## 1148 18168000
## 1149 7200000
## 1150 17000000
## 1151 22131000
## 1152 8000000
## 1153 4968700
## 1154 3000000
## 1155 10200000
## 1156 12816000
## 1157 20400000
## 1158 14400000
## 1159 8852604
## 1160 47940941
## 1161 18337392
## 1162 8400000
## 1163 10985416
## 1164 10328038
## 1165 4800000
## 1166 26400000
## 1167 21844000
## 1168 9374904
## 1169 9000000
## 1170 7800000
## 1171 6250000
## 1172 6000000
## 1173 8273448
## 1174 9600000
## 1175 7800000
## 1176 8280000
## 1177 7200000
## 1178 8400000
## 1179 7392000
## 1180 7392000
## 1181 4200000
## 1182 70710549
## 1183 7392000
## 1184 13800000
## 1185 14113015
## 1186 8500000
## 1187 10200000
## 1188 6000000
## 1189 6600000
## 1190 9936000
## 1191 6600000
## 1192 10210000
## 1193 11400000
## 1194 7200000
## 1195 7728000
## 1196 7400000
## 1197 8856000
## 1198 8400000
## 1199 4687464
## 1200 47128000
## 1201 16229000
## 1202 8844000
## 1203 3600000
## 1204 6300000
## 1205 8400000
## 1206 11960000
## 1207 40249000
## 1208 7200000
## 1209 16998000
## 1210 9460103
## 1211 9600000
## 1212 8280000
## 1213 7498400
## 1214 8624000
## 1215 19920000
## 1216 6720000
## 1217 11091000
## 1218 5400000
## 1219 8300000
## 1220 14400000
## 1221 8400000
## 1222 25315000
## 1223 15474000
## 1224 49574973
## 1225 4800000
## 1226 8900000
## 1227 8400000
## 1228 11400000
## 1229 8274768
## 1230 9600000
## 1231 9000000
## 1232 7400000
## 1233 6000000
## 1234 5400000
## 1235 9374904
## 1236 43360552
## 1237 9143242
## 1238 9374904
## 1239 9936000
## 1240 11533390
## 1241 7800000
## 1242 8300000
## 1243 6000000
## 1244 7680000
## 1245 68909000
## 1246 13514915
## 1247 8273448
## 1248 8942000
## 1249 14000000
## 1250 6000000
## 1251 43258540
## 1252 21293000
## 1253 7560000
## 1254 7200000
## 1255 8273460
## 1256 7772300
## 1257 7732200
## 1258 14264400
## 1259 14447646
## 1260 9316371
## 1261 11107776
## 1262 30131838
## 1263 11101776
## 1264 9788137
## 1265 9598488
## 1266 8400000
## 1267 6000000
## 1268 7200000
## 1269 8300000
## 1270 8400000
## 1271 9687840
## 1272 65654000
## 1273 7732200
## 1274 3600000
## 1275 17040000
## 1276 12921482
## 1277 7732200
## 1278 8592000
## 1279 16214244
## 1280 4800000
## 1281 9600000
## 1282 8852604
## 1283 6300000
## 1284 4968696
## 1285 12074000
## 1286 8400000
## 1287 12242000
## 1288 12344028
## 1289 8280000
## 1290 8853600
## 1291 17489267
## 1292 8400000
## 1293 9216000
## 1294 11149912
## 1295 8400000
## 1296 7392000
## 1297 7980000
## 1298 7728000
## 1299 26273526
## 1300 7392000
## 1301 13190000
## 1302 7200000
## 1303 7500000
## 1304 24893778
## 1305 7064147
## 1306 44498000
## 1307 10500000
## 1308 10464050
## 1309 4136730
## 1310 85285000
## 1311 7764944
## 1312 22935820
## 1313 16865095
## 1314 7200000
## 1315 7902000
## 1316 76322000
## 1317 7392000
## 1318 8400000
## 1319 7800000
## 1320 9600000
## 1321 4200000
## 1322 10441500
## 1323 10800000
## 1324 3600000
## 1325 7392000
## 1326 6000000
## 1327 10600000
## 1328 6750000
## 1329 9600000
## 1330 17048511
## 1331 8844000
## 1332 7200000
## 1333 6549212
## 1334 4200000
## 1335 6000000
## 1336 9800000
## 1337 10200000
## 1338 15124247
## 1339 18990231
## 1340 24003655
## 1341 22683075
## 1342 8604000
## 1343 10260000
## 1344 10856000
## 1345 7200000
## 1346 8852604
## 1347 11421766
## 1348 11611666
## 1349 4968708
## 1350 7051900
## 1351 12375625
## 1352 8232000
## 1353 9600000
## 1354 22563772
## 1355 7000000
## 1356 10134222
## 1357 5515632
## 1358 11501042
## 1359 21632000
## 1360 6000000
## 1361 7000000
## 1362 9372000
## 1363 15000000
## 1364 24046176
## 1365 6090000
## 1366 10200000
## 1367 15600000
## 1368 8900000
## 1369 10280000
## 1370 6000000
## 1371 8400000
## 1372 8400000
## 1373 6000000
## 1374 4426296
## 1375 6000000
## 1376 9600000
## 1377 8531850
## 1378 10022560
## 1379 14511090
## 1380 4800000
## 1381 6000000
## 1382 11992982
## 1383 17985525
## 1384 7200000
## 1385 7800000
## 1386 13000000
## 1387 8400000
## 1388 40344000
## 1389 8710115
## 1390 9800000
## 1391 7732200
## 1392 100208480
## 1393 7732200
## 1394 4800000
## 1395 9999416
## 1396 22145774
## 1397 24000000
## 1398 6000000
## 1399 17164406
## 1400 4200000
## 1401 14400000
## 1402 7500000
## 1403 8000000
## 1404 260893052
## 1405 41080499
## 1406 9600000
## 1407 2152528000
## 1408 20299300
## 1409 3000000
## 1410 7500000
## 1411 7920000
## 1412 47563872
## 1413 3023232
## 1414 8400000
## 1415 7440000
## 1416 9937392
## 1417 7392000
## 1418 9374904
## 1419 57969779
## 1420 11352000
## 1421 29393448
## 1422 66304000
## 1423 17447000
## 1424 7200000
## 1425 4800000
## 1426 9498668
## 1427 8400000
## 1428 62702017
## 1429 7840000
## 1430 8280000
## 1431 10000000
## 1432 172170000
## 1433 11604607
## 1434 9000000
## 1435 5040000
## 1436 83974000
## 1437 4769496
## 1438 139498000
## 1439 6120000
## 1440 26794350
## 1441 26794350
## 1442 13200000
## 1443 8400000
## 1444 6000000
## 1445 4800000
## 1446 4800000
## 1447 6000000
## 1448 24000000
## 1449 24000000
## 1450 7732200
## 1451 12206555
## 1452 21814153
## 1453 24147770
## 1454 5680000
## 1455 7991950
## 1456 8620200
## 1457 8620200
## 1458 8273460
## 1459 9600000
## 1460 6000000
## 1461 42799679
## 1462 5280000
## 1463 9255300
## 1464 8268000
## 1465 218676000
## 1466 9937392
## 1467 8400000
## 1468 7200000
## 1469 12500000
## 1470 6360000
## 1471 8592000
## 1472 7734000
## 1473 79263000
## 1474 58530000
## 1475 7200000
## 1476 14800000
## 1477 21397558
## 1478 24767764
## 1479 6000000
## 1480 9600000
## 1481 8856000
## 1482 14000000
## 1483 9000000
## 1484 45266058
## 1485 8400000
## 1486 13800000
## 1487 32380570
## 1488 17760000
## 1489 5736000
## 1490 48623164
## 1491 20759150
## 1492 5481532
## 1493 5400000
## 1494 8400000
## 1495 6180000
## 1496 13600000
## 1497 16645916
## 1498 7200000
## 1499 24064000
## 1500 6000000
## 1501 112800000
## 1502 7200000
## 1503 10200000
## 1504 7600000
## 1505 12496224
## 1506 24579000
## 1507 7440000
## 1508 7200000
## 1509 7200000
## 1510 7000000
## 1511 8400000
## 1512 9374904
## 1513 7200000
## 1514 13027003
## 1515 23491000
## 1516 10101914
## 1517 13360509
## 1518 9872000
## 1519 20500908
## 1520 6380000
## 1521 9000000
## 1522 6000000
## 1523 7800000
## 1524 6105582
## 1525 26239164
## 1526 7200000
## 1527 4800000
## 1528 9000000
## 1529 5000000
## 1530 8400000
## 1531 6500000
## 1532 9360000
## 1533 13770000
## 1534 7758000
## 1535 7665000
## 1536 14500000
## 1537 6516852
## 1538 8852616
## 1539 16713451
## 1540 7732200
## 1541 10058560
## 1542 3600000
## 1543 5755000
## 1544 10453436
## 1545 23400000
## 1546 11477567
## 1547 9585180
## 1548 10000000
## 1549 7500000
## 1550 13522301
## 1551 6000000
## 1552 29509000
## 1553 9360000
## 1554 8008000
## 1555 48549000
## 1556 22503000
## 1557 9768000
## 1558 7933800
## 1559 6000000
## 1560 8274000
## 1561 37896781
## 1562 42294878
## 1563 8760000
## 1564 8400000
## 1565 7776000
## 1566 8000000
## 1567 8640000
## 1568 22903398
## 1569 7500000
## 1570 65470000
## 1571 13200000
## 1572 10200000
## 1573 7800000
## 1574 8273448
## 1575 8852604
## 1576 8400000
## 1577 9499907
## 1578 9374904
## 1579 9000000
## 1580 9600000
## 1581 7536516
## 1582 9374904
## 1583 9993360
## 1584 8697920
## 1585 9066470
## 1586 23800000
## 1587 7200000
## 1588 44705906
## 1589 8280000
## 1590 120006000
## 1591 15171816
## 1592 6000000
## 1593 25558032
## 1594 88909000
## 1595 7560000
## 1596 7800000
## 1597 56446781
## 1598 7200000
## 1599 7000000
## 1600 8177094
## 1601 7800000
## 1602 6600000
## 1603 6228000
## 1604 15464000
## 1605 15216193
## 1606 59379139
## 1607 8000000
## 1608 12404833
## 1609 7732000
## 1610 8400000
## 1611 10000000
## 1612 8962902
## 1613 9565387
## 1614 17216429
## 1615 9360000
## 1616 9600000
## 1617 6600000
## 1618 16574000
## 1619 10620000
## 1620 6000000
## 1621 42632227
## 1622 65966032
## 1623 43486569
## 1624 17874000
## 1625 10800000
## 1626 4776000
## 1627 10294150
## 1628 6000000
## 1629 21792000
## 1630 11320000
## 1631 6000000
## 1632 8400000
## 1633 15200000
## 1634 11240530
## 1635 14700000
## 1636 19524289
## 1637 9668148
## 1638 18000000
## 1639 6000000
## 1640 12477029
## 1641 14654549
## 1642 9374904
## 1643 4800000
## 1644 6250000
## 1645 4699000
## 1646 3600000
## 1647 18749808
## 1648 6000000
## 1649 7200000
## 1650 7000000
## 1651 5200000
## 1652 13200000
## 1653 18615330
## 1654 6000000
## 1655 5450000
## 1656 6000000
## 1657 14084652
## 1658 91046000
## 1659 8400000
## 1660 43083604
## 1661 4800000
## 1662 5000000
## 1663 4200000
## 1664 13200000
## 1665 7800000
## 1666 14977443
## 1667 5880000
## 1668 6794036
## 1669 7732000
## 1670 9750000
## 1671 4200000
## 1672 8844000
## 1673 12000000
## 1674 15482000
## 1675 55343836
## 1676 14598021
## 1677 5640000
## 1678 8676000
## 1679 8273448
## 1680 12000000
## 1681 13437392
## 1682 6000000
## 1683 6960000
## 1684 5964000
## 1685 12450614
## 1686 9374904
## 1687 11800000
## 1688 19989000
## 1689 39063036
## 1690 53800729
## 1691 10914730
## 1692 9600000
## 1693 18748800
## 1694 10645596
## 1695 9974904
## 1696 4320000
## 1697 8273448
## 1698 7200000
## 1699 14400000muestra_Rent <- sample(Rent$BASE.Renta, tamaño_muestra)
muestra_Rent## [1] 4200000 7512000 21436894 4800000 6000000 14700000 4800000
## [8] 9122000 18615330 7728000 9668148 83725000 7200000 36016036
## [15] 15494212 5000000 37800000 10985416 68909000 6480000 7734000
## [22] 8104000 11213151 8702248 9374904 49607219 506945000 14400000
## [29] 9840000 91046000 8640000 79263000 6300000 8760000 10200000
## [36] 17874000 9498668 7392000 7734000 8400000 5400000 8400000
## [43] 29850400 8852604 7200000 8000000 65304000 4680000 17382000
## [50] 13360509 6250000 13770000 9900000 9480000 10800000 6000000
## [57] 6000000 15254737 7200000 8273448 8400000 13200000 19503349
## [64] 9600000 11800000 14525000 9600000 11444741 21844000 9600000
## [71] 8400000 6000000 7800000 9600000 34642000 6600000 9000000
## [78] 42294878 7200000 7800000 871765000 9300000 10464050 7732200
## [85] 120006000 9460103 12074000 18337392 10800000 7200000 6000000
## [92] 8400000 12142888 7732300 7200000 5680000 9600000 6600000
## [99] 8273448 9600000 10800000 8000000 6000000 24000000 4968696
## [106] 8710115 10453436 12951476 14788422 8400000 8852616 8900000
## [113] 7200000 7800000 7074000 55343836 11770759 9319200 9800000
## [120] 578531000 7732200 6000000 7800000 9360000 8280000 15300000
## [127] 10260000 12200000 8300000 5392000 29011000 26794350 7560000
## [134] 11544406 7732200 6000000 65654000 10686000 9360000 7200000
## [141] 65223129 5880000 17447000 9600000 6228000 7200000 8700000
## [148] 7732200 3600000 6600000 43868556 7200000 14084652 7800000
## [155] 7000000 13200000 10500000 10500000 7732000 30083971 11174904
## [162] 21397558 25546900 13368000 10086342 8400000 20000000 7800000
## [169] 9600000 10800000 8273448 6105582 7392000 8852604 6000000
## [176] 8160000 100609000 8273448 17000000 15600000 8400000 4968708
## [183] 7732000 11640000 9600000 43083604 44262000 7780000 45239449
## [190] 12500000 9374904 8964000 7732200 8852604 8160000 12600000
## [197] 4800000 35130752 6000000 9374904 6600000 7800000 7800000
## [204] 93490000 9499907 4800000 6000000 6000000 8942000 8852604
## [211] 8200000 4426296 10083584 7732200 3600000 4800000 4200000
## [218] 44498000 95218000 334566000 6000000 18957788 8852604 3000000
## [225] 5640000 42799679 18000000 8724968 10800000 7800000 7732200
## [232] 4800000 10328038 25315000 22935820 13494500 6000000 4800000
## [239] 6000000 7732000 21800000 26400000 10500000 26216800 22131000
## [246] 8000000 65811915 13514915 14857000 8000000 11667140 7980000
## [253] 6960000 8114887 8400000 7200000 11544406 5100000 7763600
## [260] 9999416 8273460 8400000 9374904 37210000 7000000 8400000
## [267] 8640000 5400000 22040330 17040000 6536736 14160000 27997665
## [274] 14400000 21792000 6000000 7200000 9600000 6720000 9375000
## [281] 53473309 6000000 8640000 8570994 9216000 8640000 22563772
## [288] 13200000 6000000 17754592 7732200 27603282 40249000 5400000
## [295] 20500908 6720000 8400000 6380000 11718769 23753000 9600000
## [302] 4200000 24000000 14400000 15600000 9850284 5154800 7600000
## [309] 10200000 180365000 9600000 8273448 14658017#Proporción de los 313 muestreados que declaran renta menor o igual a $20000000
Muestra_Rent20K <- subset(muestra_Rent, muestra_Rent <= 20000000, drop = FALSE)
Muestra_Rent20K## [1] 4200000 7512000 4800000 6000000 14700000 4800000 9122000 18615330
## [9] 7728000 9668148 7200000 15494212 5000000 10985416 6480000 7734000
## [17] 8104000 11213151 8702248 9374904 14400000 9840000 8640000 6300000
## [25] 8760000 10200000 17874000 9498668 7392000 7734000 8400000 5400000
## [33] 8400000 8852604 7200000 8000000 4680000 17382000 13360509 6250000
## [41] 13770000 9900000 9480000 10800000 6000000 6000000 15254737 7200000
## [49] 8273448 8400000 13200000 19503349 9600000 11800000 14525000 9600000
## [57] 11444741 9600000 8400000 6000000 7800000 9600000 6600000 9000000
## [65] 7200000 7800000 9300000 10464050 7732200 9460103 12074000 18337392
## [73] 10800000 7200000 6000000 8400000 12142888 7732300 7200000 5680000
## [81] 9600000 6600000 8273448 9600000 10800000 8000000 6000000 4968696
## [89] 8710115 10453436 12951476 14788422 8400000 8852616 8900000 7200000
## [97] 7800000 7074000 11770759 9319200 9800000 7732200 6000000 7800000
## [105] 9360000 8280000 15300000 10260000 12200000 8300000 5392000 7560000
## [113] 11544406 7732200 6000000 10686000 9360000 7200000 5880000 17447000
## [121] 9600000 6228000 7200000 8700000 7732200 3600000 6600000 7200000
## [129] 14084652 7800000 7000000 13200000 10500000 10500000 7732000 11174904
## [137] 13368000 10086342 8400000 20000000 7800000 9600000 10800000 8273448
## [145] 6105582 7392000 8852604 6000000 8160000 8273448 17000000 15600000
## [153] 8400000 4968708 7732000 11640000 9600000 7780000 12500000 9374904
## [161] 8964000 7732200 8852604 8160000 12600000 4800000 6000000 9374904
## [169] 6600000 7800000 7800000 9499907 4800000 6000000 6000000 8942000
## [177] 8852604 8200000 4426296 10083584 7732200 3600000 4800000 4200000
## [185] 6000000 18957788 8852604 3000000 5640000 18000000 8724968 10800000
## [193] 7800000 7732200 4800000 10328038 13494500 6000000 4800000 6000000
## [201] 7732000 10500000 8000000 13514915 14857000 8000000 11667140 7980000
## [209] 6960000 8114887 8400000 7200000 11544406 5100000 7763600 9999416
## [217] 8273460 8400000 9374904 7000000 8400000 8640000 5400000 17040000
## [225] 6536736 14160000 14400000 6000000 7200000 9600000 6720000 9375000
## [233] 6000000 8640000 8570994 9216000 8640000 13200000 6000000 17754592
## [241] 7732200 5400000 6720000 8400000 6380000 11718769 9600000 4200000
## [249] 14400000 15600000 9850284 5154800 7600000 10200000 9600000 8273448
## [257] 14658017La estimación puntual es un único valor que se calcula a partir de los datos muestrales. Usamos la media muestral como una estimación puntual de la media poblacional.
media_muestral_Matricula <- mean(muestra_Matri)
media_muestral_Matricula## [1] 529444media_muestral_Renta <- mean(muestra_Rent)
media_muestral_Renta## [1] 22545697El sesgo mide la diferencia entre el valor esperado del estimador y el valor verdadero del parámetro. Un sesgo cercano a cero indica que el estimador es insesgado.
#Sesgo de matricula
sesgo_Matricula <- media_muestral_Matricula - mean(BASE$`ValorMatricula`)
sesgo_Matricula## [1] -16317.89#Sesgo de Renta
sesgo_Renta <- media_muestral_Renta - mean(BASE$Renta)
sesgo_Renta## [1] 31867.26cat("Estimación de la media:\n")## Estimación de la media:cat("Matricula:", media_muestral_Matricula, " (Sesgo:", sesgo_Matricula, ")\n")## Matricula: 529444 (Sesgo: -16317.89 )#La media muestral del valor de matrícula es un estimador insesgado puesto que la diferencia con el parámetro es mayor a cero ($15015.3) significantemente alto
cat("Renta:", media_muestral_Renta, " (Sesgo:", sesgo_Renta, ")\n")## Renta: 22545697 (Sesgo: 31867.26 )#La media muestral de declaración de renta es un estimador insesgado puesto que la diferencia con el parámetro es mayor a cero ($15015.3) significantemente alto
La eficiencia de un estimador se mide mediante su varianza; un estimador es más eficiente si tiene menor varianza. Varianza de la matricula entre 2 muestras
muestral_Matri1=sample(BASE$ValorMatricula, 600, replace=TRUE)
var_Matri1 <- var(muestral_Matri1)
var_Matri <- var(muestra_Matri)
cat("Eficiencia Varianza:\n")## Eficiencia Varianza:cat("Varianza1:", var_Matri, " (Varianza2:", var_Matri1, ")\n")## Varianza1: 111198547546 (Varianza2: 121461721933 )#Se compara la varianza entre 2 muestras de matricula: varianza1(313 datos) y varianza2 (600 datos).Identificando mayor eficiencia del estimador con 313 datos.Esto solo es posible cuando la población no es normalizada
muestral_Rent1=sample(BASE$Renta, 600, replace=TRUE)
var_Renta <- var(muestra_Rent)
var_Rent1 <- var(muestral_Rent1)
cat("Eficiencia Varianza:\n")## Eficiencia Varianza:cat("Varianza1:", var_Renta, " (Varianza2:", var_Rent1, ")\n")## Varianza1: 4.778491e+15 (Varianza2: 6.795454e+15 )#Se compara la varianza entre 2 muestras de renta: varianza1(313 datos) y varianza2 (600 datos).Identificando mayor eficiencia del estimador con 313 datos.Esto solo es posible cuando la población no es normalizada
Un estimador es consistente si, a medida que aumenta el tamaño de la muestra, se aproxima al valor verdadero del parámetro. Aumentamos el tamaño de muestra con reemplazo y observamos si cambia la media muestral de la matricula para evaluar su consistencia.
muestral_Matri1=sample(BASE$ValorMatricula, 600, replace=TRUE)
media_muestral_Matri1=mean(muestral_Matri1)
media_muestral_Matri1## [1] 546721.4muestral_Rent1=sample(BASE$Renta, 600, replace=TRUE)
media_muestral_Rent1=mean(muestral_Rent1)
media_muestral_Rent1## [1] 19462746Comparamos las 2 muestras El sesgo mide la diferencia entre el valor esperado del estimador y el valor verdadero del parámetro. Un sesgo cercano a cero indica que el estimador es insesgado.
#consistencia de valor de matricula con 2 muestras
sesgo_Matricula <- media_muestral_Matricula - media_muestral_Matri1
sesgo_Matricula## [1] -17277.4cat("Estimación de la media:\n")## Estimación de la media:cat("Matricula:", media_muestral_Matricula, " (Sesgo:", media_muestral_Matri1, ")\n")## Matricula: 529444 (Sesgo: 546721.4 )No hay consistencia en el valor de la matrícula ya que al cambiar de tamaño de muestra la media de la muestra inicial cambió.
#Consistencia de valor de Renta con 2 muestras
sesgo_Rent1 <- media_muestral_Renta - media_muestral_Rent1
sesgo_Rent1## [1] 3082951cat("Estimación de la media:\n")## Estimación de la media:cat("Matricula:", media_muestral_Renta, " (Sesgo:", media_muestral_Rent1, ")\n")## Matricula: 22545697 (Sesgo: 19462746 )No hay consistencia en el valor de la Renta ya que al cambiar de tamaño de muestra la media de la muestra inicial cambió.
##ESTIMADORES DE MAXIMA VEROSIMILITUD
Función de verosimilitud para una distribución normal
log_likelihood <- function(par, data) {
mu <- par[1]
sigma <- par[2]
-sum(dnorm(data, mean = mu, sd = sigma, log = TRUE))
}Encontrar estimadores de máxima verosimilitud
inicializacion <- c(mean(muestra_Matri), sd(muestra_Matri))
estimadores_mle <- optim(par = inicializacion, fn = log_likelihood, data = BASE$ValorMatricula)Resultados
cat("Estimador MLE para la media:", estimadores_mle$par[1], "\n")## Estimador MLE para la media: 545818.1#Media poblacional
MEDIAN=mean(BASE$ValorMatricula)
MEDIAN ## [1] 545761.9Se Realizó una estudio de máxima verosimilitud Vs Media poblacional lo cual da un valor muy parecido ( 545658.2 Vs 545761.9) por lo que la muestra es pertinente para hacer estimaciones puntuales sobre la población
##Estimacion por intervalo La estimación por intervalos de confianza proporciona un rango o intervalo dentro del cual se espera que esté el verdadero valor del parámetro con cierto nivel de confianza. Este enfoque tiene en cuenta la variabilidad en las estimaciones y proporciona una medida de la precisión de la estimación.
intervalo_confianza <- t.test(muestra_Matri)$conf.intcat("Intervalo de Confianza del 95% para la Media:", intervalo_confianza, "\n")## Intervalo de Confianza del 95% para la Media: 492357.8 566530.3#INTERVALO DE CONFIANZA Intervalo de confianza para valor matriculas
n_confianza <- 0.95
media_muestral_Matricula## [1] 529444tamaño_muestra=313 #tamaño de la muestra del conglomerado de estudiantes estrato 1 y 2
DesvStandar <- sd(BASE$ValorMatricula)
error_estandar <- DesvStandar/sqrt(tamaño_muestra)
v_critico <- qnorm((1+n_confianza)/2)
v_critico## [1] 1.959964margen_error <- v_critico * error_estandar
margen_error## [1] 41583.73intervalo_confianza <- c(media_muestral_Matricula - margen_error, media_muestral_Matricula + margen_error)
intervalo_confianza## [1] 487860.3 571027.8cat("Intervalo de confianza del", n_confianza * 95, "% para la media:", intervalo_confianza)## Intervalo de confianza del 90.25 % para la media: 487860.3 571027.8Se concluye que para obtener un nivel de confianza del 95% se debe tomar las muestras en el intervalo de confianza resultado para las matrículas. Con ese intervalo de confianza de matrículas se espera corregir la normalidad de los datos muestreados al principio del ejercicio.
Intervalo de confianza para la proporción de Valor Matricula Para los 313 muestreados hay 18 estudiantes que pagan matricula menor a $300000. El vector se llama Muestra_Matri300K
Muestra_Matri300K <- 18 #18 estudiantes pagan matricula menor o igual a $20M entre estudiantes estrato 1 y 2
tamaño_muestra <- 313 #tamaño de la muestra del conglomerado de estudiantes estrato 1 y 2
proporcion300k <- Muestra_Matri300K / tamaño_muestra
proporcion300k## [1] 0.05750799nivel_confianza <- 0.95error_estandar_proporcion <- sqrt((proporcion300k * (1 - proporcion300k)) / tamaño_muestra)valor_critico <- qnorm((1 + nivel_confianza) / 2)margen_error_proporcion <- valor_critico * error_estandar_proporcionintervalo_confianza_proporcion <- c(proporcion300k - margen_error_proporcion, proporcion300k + margen_error_proporcion)cat("Intervalo de confianza del", nivel_confianza * 100, "% para la proporción de estudiantes que pagan matricula menor a 300 mil:", intervalo_confianza_proporcion)## Intervalo de confianza del 95 % para la proporción de estudiantes que pagan matricula menor a 300 mil: 0.03171635 0.08329962EL intervalo de confianza del 95% de estudiantes que pagan matrícula menor o igual a 300 mil es de 3.1% y 8.3%
#Intervalo de confianza para Renta
n_confianza <- 0.95
media_muestral_Renta## [1] 22545697tamaño_muestra=313 #tamaño de la muestra del conglomerado de estudiantes estrato 1 y 2
DesvStandar <- sd(BASE$Renta)
error_estandar <- DesvStandar/sqrt(tamaño_muestra)
v_critico <- qnorm((1+n_confianza)/2)
v_critico## [1] 1.959964margen_error <- v_critico * error_estandar
margen_error## [1] 10384274intervalo_confianza <- c(media_muestral_Renta - margen_error, media_muestral_Renta + margen_error)
intervalo_confianza## [1] 12161423 32929971cat(“Intervalo de confianza del”, n_confianza * 95, “% para la media:”, intervalo_confianza) Se concluye que para obtener un nivel de confianza del 95% se debe tomar las muestras en el intervalo de confianza resultado de Renta Con ese intervalo de confianza de Renta se espera corregir la normalidad de los datos muestreados al principio del ejercicio.
##Intervalo de confianza para la proporción de Renta Para los 313 muestreados hay 264 estudiantes que declaran renta menor o igual a $20 millones. El vector se llama Muestra_Rent20K
Muestra_Rent20K <-264 #264 estudiantes declaran renta menor o igual a $20M de estudiantes estrato 1 y 2
tamaño_muestra <- 313 ##tamaño de la muestra del conglomerado de estudiantes estrato 1 y 2
proporcion300k <- Muestra_Rent20K / tamaño_muestra
proporcion300k## [1] 0.8434505nivel_confianza <- 0.95error_estandar_proporcion <- sqrt((proporcion300k * (1 - proporcion300k)) / tamaño_muestra)valor_critico <- qnorm((1 + nivel_confianza) / 2)margen_error_proporcion <- valor_critico * error_estandar_proporcionintervalo_confianza_proporcion <- c(proporcion300k - margen_error_proporcion, proporcion300k + margen_error_proporcion)cat("Intervalo de confianza del", nivel_confianza * 100, "% para la proporción de clientes satisfechos:", intervalo_confianza_proporcion)## Intervalo de confianza del 95 % para la proporción de clientes satisfechos: 0.8031944 0.8837066EL intervalo de confianza del 95% de estudiantes que declara renta menor o igual a 20 milones es de 80.3% y 88.37%
Hipotesis Nula:la declaración de renta no tiene un efecto significativo sobre el valor de la matricula de estudiantes estrato 1 y 2
Hipotesis Alternativa: La declaración de renta tiene un efecto significativo sobre el valor de la matrícula de estudantes estrato 1 y 2.
Error Tipo 1: Concluir que sí hay una relación significativa entre el valor de matrícula y la declaración de renta, cuando en realidad no hay tal relación entre valor de matrícula y declaración de renta
Error tipo 2: Concluir que no hay relación significativa entre el valor de matrícula y la declaración de renta, cuando en realidad sí existe esa relación entre valor de matricula y la declaración de matricula