## Sex Wr.Hnd NW.Hnd W.Hnd Fold
## Female:84 Min. :13.0 Min. :12.50 Left : 12 L on R :72
## Male :84 1st Qu.:17.5 1st Qu.:17.50 Right:156 Neither: 8
## Median :18.5 Median :18.50 R on L :88
## Mean :18.8 Mean :18.73
## 3rd Qu.:20.0 3rd Qu.:20.00
## Max. :23.2 Max. :23.50
## Pulse Clap Exer Smoke Height
## Min. : 35.00 Left : 28 Freq:85 Heavy: 7 Min. :152.0
## 1st Qu.: 66.75 Neither: 33 None:14 Never:134 1st Qu.:165.0
## Median : 72.00 Right :107 Some:69 Occas: 13 Median :170.6
## Mean : 74.02 Regul: 14 Mean :172.5
## 3rd Qu.: 80.00 3rd Qu.:180.0
## Max. :104.00 Max. :200.0
## M.I Age
## Imperial: 58 Min. :16.92
## Metric :110 1st Qu.:17.67
## Median :18.58
## Mean :20.43
## 3rd Qu.:20.17
## Max. :70.42## 'data.frame': 168 obs. of 12 variables:
## $ Sex : Factor w/ 2 levels "Female","Male": 1 2 2 1 2 1 2 2 1 1 ...
## $ Wr.Hnd: num 18.5 19.5 20 18 17.7 17 20 18.5 17 19.5 ...
## $ NW.Hnd: num 18 20.5 20 17.7 17.7 17.3 19.5 18.5 17.2 20.2 ...
## $ W.Hnd : Factor w/ 2 levels "Left","Right": 2 1 2 2 2 2 2 2 2 2 ...
## $ Fold : Factor w/ 3 levels "L on R","Neither",..: 3 3 2 1 1 3 3 3 1 1 ...
## $ Pulse : int 92 104 35 64 83 74 72 90 80 66 ...
## $ Clap : Factor w/ 3 levels "Left","Neither",..: 1 1 3 3 3 3 3 3 3 2 ...
## $ Exer : Factor w/ 3 levels "Freq","None",..: 3 2 3 3 1 1 3 3 1 3 ...
## $ Smoke : Factor w/ 4 levels "Heavy","Never",..: 2 4 2 2 2 2 2 2 2 2 ...
## $ Height: num 173 178 165 173 183 ...
## $ M.I : Factor w/ 2 levels "Imperial","Metric": 2 1 2 1 1 2 2 2 1 2 ...
## $ Age : num 18.2 17.6 23.7 21 18.8 ...
## - attr(*, "na.action")= 'omit' Named int [1:69] 3 4 12 13 15 16 19 25 26 29 ...
## ..- attr(*, "names")= chr [1:69] "3" "4" "12" "13" ...## Sex Wr.Hnd NW.Hnd W.Hnd Fold
## Female:84 Min. :13.0 Min. :12.50 Left : 12 L on R :72
## Male :84 1st Qu.:17.5 1st Qu.:17.50 Right:156 Neither: 8
## Median :18.5 Median :18.50 R on L :88
## Mean :18.8 Mean :18.73
## 3rd Qu.:20.0 3rd Qu.:20.00
## Max. :23.2 Max. :23.50
## Pulse Clap Exer Smoke Height
## Min. : 35.00 Left : 28 Freq:85 Heavy: 7 Min. :152.0
## 1st Qu.: 66.75 Neither: 33 None:14 Never:134 1st Qu.:165.0
## Median : 72.00 Right :107 Some:69 Occas: 13 Median :170.6
## Mean : 74.02 Regul: 14 Mean :172.5
## 3rd Qu.: 80.00 3rd Qu.:180.0
## Max. :104.00 Max. :200.0
## M.I Age
## Imperial: 58 Min. :16.92
## Metric :110 1st Qu.:17.67
## Median :18.58
## Mean :20.43
## 3rd Qu.:20.17
## Max. :70.42## Sex Wr.Hnd NW.Hnd W.Hnd Fold Pulse Clap Exer Smoke Height M.I
## 0 0 0 0 0 0 0 0 0 0 0
## Age
## 0Para gestionar la obtencion de la muestra realizamos protocolo de muestreo:
Asignar el tamaño de la poblacion
## [1] 168## [,1]
## [1,] 0
## [2,] 0
## [3,] 0
## [4,] 0
## [5,] 0
## [6,] 0## Sex Wr.Hnd NW.Hnd W.Hnd Fold Pulse Clap Exer Smoke Height M.I
## 10 Male 18.5 18.5 Right R on L 90 Right Some Never 167.00 Metric
## 48 Male 22.5 23.0 Right R on L 96 Right None Never 170.00 Metric
## 82 Male 19.2 18.9 Right R on L 76 Right Freq Never 176.50 Imperial
## 87 Female 18.2 18.0 Right L on R 70 Right Some Never 162.56 Imperial
## 105 Female 17.5 17.0 Right R on L 80 Left Some Heavy 163.00 Metric
## 109 Male 17.5 17.5 Right L on R 64 Neither Freq Never 180.00 Metric
## Age
## 10 22.333
## 48 19.417
## 82 20.167
## 87 18.000
## 105 17.667
## 109 18.583## [1] 0.2875775 0.7883051 0.4089769 0.8830174 0.9404673 0.0455565## $Ksel
## [1] 47 57 66 101 104 105 111 114 117 119 121 124 125 130 131 134 140 146 155
## [20] 157 158 160
##
## $ns
## [1] 22## Sex Wr.Hnd NW.Hnd W.Hnd Fold Pulse Clap Exer Smoke Height M.I
## 75 Female 15.6 15.8 Right R on L 88 Left Some Never 165.00 Metric
## 91 Male 20.5 20.0 Right R on L 75 Left Some Never 183.00 Metric
## 106 Female 19.5 18.5 Right R on L 80 Right Some Never 170.00 Metric
## 149 Female 18.0 18.0 Right L on R 92 Neither Freq Never 165.00 Metric
## 152 Female 13.0 12.5 Right L on R 80 Right Freq Never 165.00 Metric
## 153 Female 16.3 16.2 Right L on R 92 Right Some Regul 152.40 Imperial
## 161 Female 17.5 17.1 Right R on L 80 Left None Never 167.00 Metric
## 166 Female 17.6 17.2 Right R on L 81 Left Some Never 168.00 Metric
## 170 Male 19.0 18.5 Right R on L 72 Right Freq Never 180.34 Imperial
## 174 Female 18.0 17.5 Right R on L 48 Neither Freq Never 165.00 Metric
## 176 Female 19.0 18.5 Left L on R 104 Left Freq Never 170.00 Metric
## 180 Female 17.0 16.5 Right R on L 70 Right Some Never 162.56 Imperial
## 181 Male 19.0 19.5 Right R on L 68 Right Freq Occas 172.00 Metric
## 186 Male 20.5 20.7 Right R on L 72 Right Some Never 168.00 Metric
## 187 Female 17.0 17.0 Right L on R 79 Right Some Never 163.00 Metric
## 190 Male 18.5 18.0 Right Neither 63 Neither Freq Never 196.00 Metric
## 197 Female 15.0 13.0 Right R on L 80 Neither Freq Never 170.18 Imperial
## 204 Female 18.5 18.0 Right Neither 86 Right None Never 160.00 Metric
## 215 Female 18.0 17.8 Right L on R 68 Right Some Never 168.90 Imperial
## 220 Male 23.2 23.2 Right L on R 75 Right Freq Never 188.00 Metric
## 222 Female 15.9 16.5 Right R on L 70 Right Freq Never 167.64 Imperial
## 227 Female 18.8 18.3 Right R on L 80 Right Some Heavy 170.18 Imperial
## Age
## 75 17.750
## 91 19.667
## 106 18.250
## 149 20.000
## 152 18.167
## 153 23.500
## 161 18.417
## 166 18.500
## 170 17.333
## 174 18.667
## 176 17.250
## 180 17.167
## 181 23.417
## 186 21.167
## 187 24.667
## 190 20.083
## 197 17.000
## 204 20.167
## 215 17.083
## 220 18.917
## 222 17.333
## 227 18.417Realizar el proceso de estimacion a partir de la muestra, para ello es necesario, nombrar las columnas de las muestras
## Sex Wr.Hnd NW.Hnd W.Hnd Fold Pulse Clap Exer Smoke Height M.I
## 75 Female 15.6 15.8 Right R on L 88 Left Some Never 165.0 Metric
## 91 Male 20.5 20.0 Right R on L 75 Left Some Never 183.0 Metric
## 106 Female 19.5 18.5 Right R on L 80 Right Some Never 170.0 Metric
## 149 Female 18.0 18.0 Right L on R 92 Neither Freq Never 165.0 Metric
## 152 Female 13.0 12.5 Right L on R 80 Right Freq Never 165.0 Metric
## 153 Female 16.3 16.2 Right L on R 92 Right Some Regul 152.4 Imperial
## Age
## 75 17.750
## 91 19.667
## 106 18.250
## 149 20.000
## 152 18.167
## 153 23.500Para las estimaciones se utiliza la funcion E.BE
## N y
## Estimation 146.66667 24914.6667
## Standard Error 28.82900 4904.6508
## CVE 19.65613 19.6858
## DEFF Inf 316.9838## $Estimation
## total Vest e.e Cve IC.inf IC.sup deff
## 1 24914.67 24055600 4904.651 19.6858 14714.89 35114.45 317.0233La altura total de la población estudiada es de 24914.67, con una varianza estimada del total de la población de 24055600, el cual es muy alto, un error estándar de 4904.65, valor alto el cual no nos indica una buena precisión y puede variar considerablemente en diferentes muestra, con un coeficiente de variación de 19.68, lo que nos sugiere que no es precisa, en los límites de confianza de 14714.89 como el inferior y de 35114.45 como el superior, podemos observar que sus intervalos son muy amplios por lo que podríamos tener gran incertidumbre y un deff de 317.0233 muy alto y nos indica que no es eficiente.
## $Estimation
## mean Vest e.e Cve IC.inf IC.sup
## 1 169.8727 3.367541 1.835086 1.080271 166.0565 173.689El promedio de la altura es de 169.87, con una varianza estimada del total de la población de 3.367541 valor el cual no es tan alto y nos indica que no es muy dispersa, un error estándar de 1.84 por lo que es precisa ya que su valor es bajo y un coeficiente de variación de 1.08, lo que nos sugiere alta precisión, en los límites de confianza de 166.06 como el inferior y de 173.69 como el superior, vemos que no son tan dispersos entonces tenemos mejor precisión
## $Estimation
## ratio Vest e.e Cve IC.inf IC.sup
## 1 8.83668 0.05389869 0.2321609 2.627241 8.353875 9.319485El ratio nos indica que en promedio, a la altura es 8.84 mayor que la edad en la población, con una varianza estimada del total de la población de 0.05389869, valor el cual es bajo y nos indica que es estable, un error estándar de 0.2321609 indica que es precisa y un coeficiente de variación de 2.63%, es confiable, en los límites de confianza de 8.35 como el inferior y de 9.31 como el superior, vemos que la distancia entre los intervalos no es muy grande entonces podemos decir que es precisa y confiable.
## $Estimation
## Uz prop Vest e.e Cve IC.inf IC.sup
## 1 Heavy 0.04545455 0.001676371 0.04094351 90.075726 0.0194 0.0956
## 2 Never 0.86363636 0.004550150 0.06745480 7.810556 0.7978 0.9148
## 3 Occas 0.04545455 0.001676371 0.04094351 90.075726 0.0194 0.0956
## 4 Regul 0.04545455 0.001676371 0.04094351 90.075726 0.0194 0.0956La proporción de las personas que nunca fuman es de 0.86%, con una varianza estimada del total de la población de 0.0045%, lo que nos indica buena precisión, un eror estándar de 0.067% diciendonos que tiene buena precisión y un coeficiente de variación de 7.81%, el cual es muy alto y nos indica baja precisión, los límites de confianza se encuentra en 0.79% el límite inferior y el superior es de 0.9148%.
La proporción de las personas que fuman fuertemente, ocasionalmente y regularmente es de 0.045, con un varianza estimada del total de la población de 0.00167%, el cual nos sugiere mayor precisión, con un error estándar de 0.041 el cual nos dice que hay buena precisión y un coeficiente de variación de 90.08 nos indica que son poco precisas, los límites de confianza se encuentra en 0.0194 el límite inferior y el superior es de 0.0956, el cual es amplio y nos sugiere mejor confianza en la estimación.
## Fertility Agriculture Examination Education Catholic
## Courtelary 80.2 17.0 15 12 9.96
## Delemont 83.1 45.1 6 9 84.84
## Franches-Mnt 92.5 39.7 5 5 93.40
## Moutier 85.8 36.5 12 7 33.77
## Neuveville 76.9 43.5 17 15 5.16
## Porrentruy 76.1 35.3 9 7 90.57
## Infant.Mortality
## Courtelary 22.2
## Delemont 22.2
## Franches-Mnt 20.2
## Moutier 20.3
## Neuveville 20.6
## Porrentruy 26.6## Fertility Agriculture Examination Education Catholic
## Neuchatel 64.4 17.6 35 32 16.92
## Val de Ruz 77.6 37.6 15 7 4.97
## ValdeTravers 67.6 18.7 25 7 8.65
## V. De Geneve 35.0 1.2 37 53 42.34
## Rive Droite 44.7 46.6 16 29 50.43
## Rive Gauche 42.8 27.7 22 29 58.33
## Infant.Mortality
## Neuchatel 23.0
## Val de Ruz 20.0
## ValdeTravers 19.5
## V. De Geneve 18.0
## Rive Droite 18.2
## Rive Gauche 19.3## 'data.frame': 47 obs. of 6 variables:
## $ Fertility : num 80.2 83.1 92.5 85.8 76.9 76.1 83.8 92.4 82.4 82.9 ...
## $ Agriculture : num 17 45.1 39.7 36.5 43.5 35.3 70.2 67.8 53.3 45.2 ...
## $ Examination : int 15 6 5 12 17 9 16 14 12 16 ...
## $ Education : int 12 9 5 7 15 7 7 8 7 13 ...
## $ Catholic : num 9.96 84.84 93.4 33.77 5.16 ...
## $ Infant.Mortality: num 22.2 22.2 20.2 20.3 20.6 26.6 23.6 24.9 21 24.4 ...## Fertility Agriculture Examination Education
## Min. :35.00 Min. : 1.20 Min. : 3.00 Min. : 1.00
## 1st Qu.:64.70 1st Qu.:35.90 1st Qu.:12.00 1st Qu.: 6.00
## Median :70.40 Median :54.10 Median :16.00 Median : 8.00
## Mean :70.14 Mean :50.66 Mean :16.49 Mean :10.98
## 3rd Qu.:78.45 3rd Qu.:67.65 3rd Qu.:22.00 3rd Qu.:12.00
## Max. :92.50 Max. :89.70 Max. :37.00 Max. :53.00
## Catholic Infant.Mortality
## Min. : 2.150 Min. :10.80
## 1st Qu.: 5.195 1st Qu.:18.15
## Median : 15.140 Median :20.00
## Mean : 41.144 Mean :19.94
## 3rd Qu.: 93.125 3rd Qu.:21.70
## Max. :100.000 Max. :26.60## [1] 47## $n
## [1] 46
##
## $no
## [1] 1177Se utiliza la función S.SI de TeachingSampling para obtener una muestra MAS.
## [,1]
## [1,] 1
## [2,] 2
## [3,] 3
## [4,] 0
## [5,] 5
## [6,] 6## $Ksel
## [1] 1 2 3 4 5 6 7 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
## [26] 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47La muestra seleccionada finalmente es la muestra 2, se procede a visualizar la muestra y hacer estimaciones.
## Fertility Agriculture Examination Education Catholic
## Courtelary 80.2 17.0 15 12 9.96
## Delemont 83.1 45.1 6 9 84.84
## Franches-Mnt 92.5 39.7 5 5 93.40
## Moutier 85.8 36.5 12 7 33.77
## Neuveville 76.9 43.5 17 15 5.16
## Porrentruy 76.1 35.3 9 7 90.57
## Broye 83.8 70.2 16 7 92.85
## Gruyere 82.4 53.3 12 7 97.67
## Sarine 82.9 45.2 16 13 91.38
## Veveyse 87.1 64.5 14 6 98.61
## Aigle 64.1 62.0 21 12 8.52
## Aubonne 66.9 67.5 14 7 2.27
## Avenches 68.9 60.7 19 12 4.43
## Cossonay 61.7 69.3 22 5 2.82
## Echallens 68.3 72.6 18 2 24.20
## Grandson 71.7 34.0 17 8 3.30
## Lausanne 55.7 19.4 26 28 12.11
## La Vallee 54.3 15.2 31 20 2.15
## Lavaux 65.1 73.0 19 9 2.84
## Morges 65.5 59.8 22 10 5.23
## Moudon 65.0 55.1 14 3 4.52
## Nyone 56.6 50.9 22 12 15.14
## Orbe 57.4 54.1 20 6 4.20
## Oron 72.5 71.2 12 1 2.40
## Payerne 74.2 58.1 14 8 5.23
## Paysd'enhaut 72.0 63.5 6 3 2.56
## Rolle 60.5 60.8 16 10 7.72
## Vevey 58.3 26.8 25 19 18.46
## Yverdon 65.4 49.5 15 8 6.10
## Conthey 75.5 85.9 3 2 99.71
## Entremont 69.3 84.9 7 6 99.68
## Herens 77.3 89.7 5 2 100.00
## Martigwy 70.5 78.2 12 6 98.96
## Monthey 79.4 64.9 7 3 98.22
## St Maurice 65.0 75.9 9 9 99.06
## Sierre 92.2 84.6 3 3 99.46
## Sion 79.3 63.1 13 13 96.83
## Boudry 70.4 38.4 26 12 5.62
## La Chauxdfnd 65.7 7.7 29 11 13.79
## Le Locle 72.7 16.7 22 13 11.22
## Neuchatel 64.4 17.6 35 32 16.92
## Val de Ruz 77.6 37.6 15 7 4.97
## ValdeTravers 67.6 18.7 25 7 8.65
## V. De Geneve 35.0 1.2 37 53 42.34
## Rive Droite 44.7 46.6 16 29 50.43
## Rive Gauche 42.8 27.7 22 29 58.33
## Infant.Mortality
## Courtelary 22.2
## Delemont 22.2
## Franches-Mnt 20.2
## Moutier 20.3
## Neuveville 20.6
## Porrentruy 26.6
## Broye 23.6
## Gruyere 21.0
## Sarine 24.4
## Veveyse 24.5
## Aigle 16.5
## Aubonne 19.1
## Avenches 22.7
## Cossonay 18.7
## Echallens 21.2
## Grandson 20.0
## Lausanne 20.2
## La Vallee 10.8
## Lavaux 20.0
## Morges 18.0
## Moudon 22.4
## Nyone 16.7
## Orbe 15.3
## Oron 21.0
## Payerne 23.8
## Paysd'enhaut 18.0
## Rolle 16.3
## Vevey 20.9
## Yverdon 22.5
## Conthey 15.1
## Entremont 19.8
## Herens 18.3
## Martigwy 19.4
## Monthey 20.2
## St Maurice 17.8
## Sierre 16.3
## Sion 18.1
## Boudry 20.3
## La Chauxdfnd 20.5
## Le Locle 18.9
## Neuchatel 23.0
## Val de Ruz 20.0
## ValdeTravers 19.5
## V. De Geneve 18.0
## Rive Droite 18.2
## Rive Gauche 19.3Para la estimación de los parámetros poblacionales renombramos las columnas del dataframe de la muestra.
## Fertility Agriculture Examination Education Catholic
## Courtelary 80.2 17.0 15 12 9.96
## Delemont 83.1 45.1 6 9 84.84
## Franches-Mnt 92.5 39.7 5 5 93.40
## Moutier 85.8 36.5 12 7 33.77
## Neuveville 76.9 43.5 17 15 5.16
## Porrentruy 76.1 35.3 9 7 90.57
## Infant.Mortality
## Courtelary 22.2
## Delemont 22.2
## Franches-Mnt 20.2
## Moutier 20.3
## Neuveville 20.6
## Porrentruy 26.6## $Estimation
## mean Vest e.e Cve IC.inf IC.sup
## 1 50.28696 0.2407914 0.490705 0.9758096 49.29863 51.27529## $Estimation
## total Vest e.e Cve IC.inf IC.sup
## 1 2363.487 531.9081 23.06313 0.9758096 2317.035 2409.938La media de los hombres en agricultura es de 51.36 con una varianza del estimador de 0.74, el cual evalúa como funciona estimar la proporción, y nos dice que es un valor bajo y nos indica que no varía mucho, un error estándar de 0.86 nos dice que la estimación es precisa y un coeficiente de variación del estimador de 1.68%, el cual nos indica que es confiable en los intervalos de confianza 49.61 para el límite inferior y 53.10268 para el límite superior indicando que las distancias no son tan lejanas entonces tendríamos buena precisión.
La sumatoria total de la caracterisitca de los hombres en agricultura es de 2413.877 con una varianza del estimador de 1651.216, el cual es un valor muy alto, un error estándar de 40.63 y nos dice que no es precisa, ya que esta demadiado alto y un coeficiente de variación del estimador de 1.68%, el cual nos indica que es confiable en los intervalos de confianza 2331.929 para el límite inferior y 2495.826 para el límite superior.
## $Estimation
## mean Vest e.e Cve IC.inf IC.sup
## 1 39.92609 0.7894082 0.8884865 2.225328 38.13658 41.71559El promedio del porcentaje de católicos es de 41.39 con una varianza del estimador de 2.52, que evalúa como funciona estimar la proporción, valor el cual es aceptable, un error estándar de 1.59, el cual es un valor pequeño por lo que podemos decir que es preciso y un coeficiente de variación del estimador de 3.83%, el cual nos indica que es confiable en los intervalos de confianza 38.19 para el límite inferior y 44.58 para el límite superior
## $Estimation
## mean Vest e.e Cve IC.inf IC.sup
## 1 11.04348 0.04362127 0.208857 1.891225 10.62282 11.46414El promedio de educación es de 10.73% con una varianza del estimador de 0.133% el cual indica que no varía mucho y evalúa como funciona estimar la proporción, un error estándar de 0.364%, nos indica que es precisa ya que el valor es pequeño y un coeficiente de variación del estimador de 3.4%, el cual nos indica que es confiable en los intervalos de confianza 9.99% para el límite inferior y 11.46% para el límite superior, podemos ver que los datos no son tan dispersos lo que nos indica mayor precisión.
Estimación de la razón entre el porcentaje de hombres en Agricultura y el porcentaje de Educación.
## $Estimation
## ratio Vest e.e Cve IC.inf IC.sup
## 1 4.553543 0.01428145 0.119505 2.62444 4.312848 4.794239La razón estimada entre el porcentaje de hombres en Agricultura y el porcentaje de Educación es 4.787712, lo que indica que el porcentaje de hombres en Agricultura es aproximadamente 4.79% veces mayor que en Educación, con una varianza estimada de la razón de 0.049%, lo que indica que la dispersión de la estimación es muy baja, con un error estándar de 0.22% que nos indica mayor precisión, con un coeficiente de variación estimado de 4.67& con buena precisión en los intervalos de confianza inferior 4.34% y superior de 5.236%, valores en los que no hay demasiada distancia.