# Cargar librerías
library(dplyr)
## Warning: package 'dplyr' was built under R version 4.4.1
##
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(readxl)
## Warning: package 'readxl' was built under R version 4.4.1
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.4.1
# Leer el archivo Excel
df <- read_excel("C:\\Users\\ACER\\Downloads\\estimaciones_geologia_extendida.xlsx")
# Crear el data frame con los datos de ejemplo (si no estás usando el archivo Excel directamente)
df <- data.frame(
Muestra_ID = c(1, 2, 3, 4, 5, 6),
Profundidad = c(100, 150, 75, 200, 250, 90),
Concentración_Mineral = c(15.2, 22.5, 18.7, 10.3, 25.0, 13.6)
)
# Calcular el intervalo de confianza del 90% para la concentración de mineral usando t.test
t_test <- t.test(df$Concentración_Mineral, conf.level = 0.90)
# Imprimir el intervalo de confianza del 90%
cat("Intervalo de Confianza del 90% para la Concentración de Mineral:", t_test$conf.int[1], "a", t_test$conf.int[2], "\n")
## Intervalo de Confianza del 90% para la Concentración de Mineral: 12.96951 a 22.13049
densidad_roca <- c(2.7, 2.9, 2.6, 3.1, 2.8, 2.9)
mean_density <- mean(densidad_roca)
sd_density <- sd(densidad_roca)
error_margin <- qnorm(0.995) * (sd_density / sqrt(length(densidad_roca)))
lower_bound <- mean_density - error_margin
upper_bound <- mean_density + error_margin
cat("Intervalo de Confianza del 99% para la Densidad de la Roca:", lower_bound, "a", upper_bound, "\n")
## Intervalo de Confianza del 99% para la Densidad de la Roca: 2.649182 a 3.017485
sigma <- sd(df$Concentración_Mineral)
Z_95 <- 1.96
error_margin_1 <- 0.01
n_95 <- (Z_95 * sigma / error_margin_1)^2
cat("Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 95%:", ceiling(n_95), "\n")
## Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 95%: 1191012
Z_99 <- qnorm(0.995)
n_99 <- (Z_99 * sd_density / error_margin_1)^2
cat("Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 99%:", ceiling(n_99), "\n")
## Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 99%: 2035
n_original <- length(densidad_roca)
error_standard_original <- sd_density / sqrt(n_original)
error_margin_original <- Z_95 * error_standard_original
IC_original_lower <- mean_density - error_margin_original
IC_original_upper <- mean_density + error_margin_original
cat("Intervalo de confianza original:", IC_original_lower, "a", IC_original_upper, "\n")
## Intervalo de confianza original: 2.693209 a 2.973458
n_doblado <- n_original * 2
error_standard_doblado <- sd_density / sqrt(n_doblado)
error_margin_doblado <- Z_95 * error_standard_doblado
IC_doblado_lower <- mean_density - error_margin_doblado
IC_doblado_upper <- mean_density + error_margin_doblado
cat("Nuevo intervalo de confianza con tamaño de muestra duplicado:", IC_doblado_lower, "a", IC_doblado_upper, "\n")
## Nuevo intervalo de confianza con tamaño de muestra duplicado: 2.73425 a 2.932416
iqr_conc_mineral <- IQR(df$Concentración_Mineral, na.rm = TRUE)
cat("El rango intercuartílico (IQR) de la concentración mineral es:", iqr_conc_mineral, "\n")
## El rango intercuartílico (IQR) de la concentración mineral es: 7.55
# Cargar librerías
library(dplyr)
library(readxl)
library(ggplot2)
# Leer el archivo Excel
df <- read_excel("C:\\Users\\ACER\\Downloads\\estimaciones_geologia_extendida.xlsx")
# Crear el data frame con los datos de ejemplo (si no estás usando el archivo Excel directamente)
df <- data.frame(
Muestra_ID = c(1, 2, 3, 4, 5, 6),
Profundidad = c(100, 150, 75, 200, 250, 90),
Concentración_Mineral = c(15.2, 22.5, 18.7, 10.3, 25.0, 13.6)
)
# Calcular el intervalo de confianza del 90% para la concentración de mineral usando t.test
t_test <- t.test(df$Concentración_Mineral, conf.level = 0.90)
# Imprimir el intervalo de confianza del 90%
cat("Intervalo de Confianza del 90% para la Concentración de Mineral:", t_test$conf.int[1], "a", t_test$conf.int[2], "\n")
## Intervalo de Confianza del 90% para la Concentración de Mineral: 12.96951 a 22.13049
densidad_roca <- c(2.7, 2.9, 2.6, 3.1, 2.8, 2.9)
mean_density <- mean(densidad_roca)
sd_density <- sd(densidad_roca)
error_margin <- qnorm(0.995) * (sd_density / sqrt(length(densidad_roca)))
lower_bound <- mean_density - error_margin
upper_bound <- mean_density + error_margin
cat("Intervalo de Confianza del 99% para la Densidad de la Roca:", lower_bound, "a", upper_bound, "\n")
## Intervalo de Confianza del 99% para la Densidad de la Roca: 2.649182 a 3.017485
sigma <- sd(df$Concentración_Mineral)
Z_95 <- 1.96
error_margin_1 <- 0.01
n_95 <- (Z_95 * sigma / error_margin_1)^2
cat("Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 95%:", ceiling(n_95), "\n")
## Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 95%: 1191012
Z_99 <- qnorm(0.995)
n_99 <- (Z_99 * sd_density / error_margin_1)^2
cat("Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 99%:", ceiling(n_99), "\n")
## Tamaño de muestra necesario con un margen de error del 1% y nivel de confianza del 99%: 2035
n_original <- length(densidad_roca)
error_standard_original <- sd_density / sqrt(n_original)
error_margin_original <- Z_95 * error_standard_original
IC_original_lower <- mean_density - error_margin_original
IC_original_upper <- mean_density + error_margin_original
cat("Intervalo de confianza original:", IC_original_lower, "a", IC_original_upper, "\n")
## Intervalo de confianza original: 2.693209 a 2.973458
n_doblado <- n_original * 2
error_standard_doblado <- sd_density / sqrt(n_doblado)
error_margin_doblado <- Z_95 * error_standard_doblado
IC_doblado_lower <- mean_density - error_margin_doblado
IC_doblado_upper <- mean_density + error_margin_doblado
cat("Nuevo intervalo de confianza con tamaño de muestra duplicado:", IC_doblado_lower, "a", IC_doblado_upper, "\n")
## Nuevo intervalo de confianza con tamaño de muestra duplicado: 2.73425 a 2.932416
iqr_conc_mineral <- IQR(df$Concentración_Mineral, na.rm = TRUE)
cat("El rango intercuartílico (IQR) de la concentración mineral es:", iqr_conc_mineral, "\n")
## El rango intercuartílico (IQR) de la concentración mineral es: 7.55
# Crear el dataframe
df <- data.frame(
Muestra_ID = c(1, 2, 3, 4, 5, 6),
Profundidad = c(100, 150, 75, 200, 250, 90),
Concentración_Mineral = c(15.2, 22.5, 18.7, 10.3, 25.0, NA) # NA si falta un valor
)
# Cargar la biblioteca ggplot2
library(ggplot2)
# Histograma de la Concentración Mineral
ggplot(df, aes(x = Concentración_Mineral)) +
geom_histogram(binwidth = 1, color = "black", fill = "blue", na.rm = TRUE) +
labs(title = "Histograma de la Concentración Mineral (%)",
x = "Concentración Mineral (%)",
y = "Frecuencia") +
theme_minimal()
# Histograma de la Profundidad
ggplot(df, aes(x = Profundidad)) +
geom_histogram(binwidth = 25, color = "black", fill = "green", na.rm = TRUE) +
labs(title = "Histograma de la Profundidad (m)",
x = "Profundidad (m)",
y = "Frecuencia") +
theme_minimal()
