Separar por rural y urbano y elegir solo Edo. de México.
Centro = read.csv("Centro.csv")
table(Centro$Estado) #Edo. México es el 15
##
## 9 13 15 17 21 29
## 431 356 588 410 363 384
EdoMexico = subset(Centro,Centro$Estado==15) #Elige solo los de Edo. de México.
EdomexUrbano=subset(EdoMexico,EdoMexico$localidad=="U")
EdomexRural=subset(EdoMexico,EdoMexico$localidad=="R")
Tabla con límites del intervalo de confianza.
IC = tapply(EdoMexico$ing_cor,list(EdoMexico$localidad),function(x) z.test(x,sigma.x=sd(x))$conf.int) #Aquí se calcula el IC de ingresos con respecto a cada grupo de la localidad usando la función z.test.
IC_df = data.frame(inferior=sapply(IC, function(x) x[1]), superior=sapply(IC, function(x) x[2]),
names=c("R", "U")) #Con esta instrucción los valores de los límites de los intervalos se convierten en una tabla.
Gráfica de intervalos de confianza
options(scipen=999)
plot(NA, xlim = c(0, 100000), ylim=c(1,7), ylab ="Localidad", xlab = "Ingreso corriente", main="Ingreso Corriente en Zonas Rurales y Urbanas")
arrows(IC_df[1,1], 2, IC_df[1,2], 2, code = 3, angle=90, col = "magenta", lwd = 1, cex=0.7)
arrows(IC_df[2,1], 5, IC_df[2,2], 5, code = 3, angle=90, col = "blue", lwd = 1, cex=0.7)
text(1,2,"R",col="magenta", cex=0.7)
text(1,5,"U",col="blue",cex=0.7)
Pregunta 2 - En este estado de la república: Edo. de México (15) ¿Se
puede inferir que la media poblacional de ingresos es (>,<,
diferente) a un valor específico (61489.96). Realizar la prueba de
hipótesis correspondiente.
## Cálculo de la media poblacional del ingreso corriente de todos los estados.
MEXICO = read.csv("ENIGH2022_todomexico (1).csv")
media = mean(MEXICO$ing_cor, na.rm = TRUE)
media
## [1] 61489.96
miu=61489.96 #Se calculó con mean del ingreso de todos los estados en el chunk de código anterior.
shapiro.test(EdomexUrbano$ing_cor)
##
## Shapiro-Wilk normality test
##
## data: EdomexUrbano$ing_cor
## W = 0.72524, p-value < 0.00000000000000022
shapiro.test(EdomexRural$ing_cor)
##
## Shapiro-Wilk normality test
##
## data: EdomexRural$ing_cor
## W = 0.7725, p-value < 0.00000000000000022
sEdomexingu=sd(EdomexUrbano$ing_cor) #Desviación de la muestra en urbano
sEdomexingr=sd(EdomexRural$ing_cor) #Desviación de la muestra en rural
qnorm(0.05)
## [1] -1.644854
z.test(EdomexUrbano$ing_cor, mu=miu, alternative = "less", sigma.x=sEdomexingu) #Sospecho en mi alternativa que la media de ingresos en el Edo. de México urbano es menor que la media nacional.
##
## One-sample z-Test
##
## data: EdomexUrbano$ing_cor
## z = -0.68499, p-value = 0.2467
## alternative hypothesis: true mean is less than 61489.96
## 95 percent confidence interval:
## NA 63945.39
## sample estimates:
## mean of x
## 59737.67
z.test(EdomexRural$ing_cor, mu=miu, alternative = "less", sigma.x=sEdomexingr) #Sospecho en mi alternativa que la media de ingresos en el Edo. de México rural es menor que la media nacional.
##
## One-sample z-Test
##
## data: EdomexRural$ing_cor
## z = -10.087, p-value < 0.00000000000000022
## alternative hypothesis: true mean is less than 61489.96
## 95 percent confidence interval:
## NA 45393.12
## sample estimates:
## mean of x
## 42256.78
Histogramas para ver distribución
options(scipen=999)
par(cex = 1)
Centro = read.csv("Centro.csv")
table(Centro$Estado) #Edo. México es el 15
##
## 9 13 15 17 21 29
## 431 356 588 410 363 384
EdoMexico = subset(Centro,Centro$Estado==15) #Elige solo los de Edo. de México.
# Rural
Rural = subset(EdoMexico,EdoMexico$localidad=="R")
hist(Rural$ing_cor, col="magenta", ylab="Frecuencia", xlab="Ingreso corriente", main="Zona Rural del Edo. de México", 50)
# Urbano
Urbano = subset(EdoMexico,EdoMexico$localidad=="U")
hist(Urbano$ing_cor, col="blue", ylab="Frecuencia", xlab="Ingreso corriente", main="Zona Urbana del Edo. de México", 50)
Pregunta 2 - En esta ciudad: Toluca (15106), de este estado de la
república: Edo. de México (15) ¿Se puede inferir que la media
poblacional de ingresos es (>,<, diferente) a un valor específico
(61489.96). Realizar la prueba de hipótesis correspondiente.
MEXICO = read.csv("ENIGH2022_todomexico (1).csv")
# Filtrar Toluca (clave 15106)
Toluca = subset(MEXICO, ubica_geo == 15106)
# Separar urbano y rural
TolucaUrbano = subset(Toluca, localidad == "U")
TolucaRural = subset(Toluca, localidad == "R")
shapiro.test(TolucaUrbano$ing_cor)
##
## Shapiro-Wilk normality test
##
## data: TolucaUrbano$ing_cor
## W = 0.84414, p-value = 0.0000001372
shapiro.test(TolucaRural$ing_cor)
##
## Shapiro-Wilk normality test
##
## data: TolucaRural$ing_cor
## W = 0.90077, p-value = 0.000006057
miu = mean(MEXICO$ing_cor, na.rm = TRUE) # Media nacional de ingreso
# Desviación estándar
sd_urb = sd(TolucaUrbano$ing_cor, na.rm = TRUE)
sd_rur = sd(TolucaRural$ing_cor, na.rm = TRUE)
# Z-test urbano
z.test(TolucaUrbano$ing_cor, mu = miu, alternative = "less", sigma.x = sd_urb)
##
## One-sample z-Test
##
## data: TolucaUrbano$ing_cor
## z = 0.97875, p-value = 0.8361
## alternative hypothesis: true mean is less than 61489.96
## 95 percent confidence interval:
## NA 74403.3
## sample estimates:
## mean of x
## 66307.37
# Z-test rural
z.test(TolucaRural$ing_cor, mu = miu, alternative = "less", sigma.x = sd_rur)
##
## One-sample z-Test
##
## data: TolucaRural$ing_cor
## z = -4.7669, p-value = 0.0000009356
## alternative hypothesis: true mean is less than 61489.96
## 95 percent confidence interval:
## NA 52705.41
## sample estimates:
## mean of x
## 48077.21