ic_media <- function(xbar, sigma, n, conf){ alpha <- 1 - conf z <- qnorm(1 - alpha/2) error <- z * sigma / sqrt(n) li <- xbar - error ls <- xbar + error return(list(LI=li, LS=ls, Error=error)) }
e1 <- ic_media(xbar=12.4, sigma=3.2, n=64, conf=0.95) e1 # IC: [11.616 , 13.184] # Margen: 0.784 días # Interpretación: la media poblacional está entre 11.6 y 13.2 días aprox.
e2 <- ic_media(xbar=7.8, sigma=2.5, n=100, conf=0.99) e2 # IC: [7.156 , 8.444] # Margen: 0.644 min # Interpretación: la media está entre 7.16 y 8.44 min. # La meta de 8 min está dentro del IC, por lo tanto no se puede asegurar que se cumpla siempre.
e3 <- ic_media(xbar=15.2, sigma=4.8, n=36, conf=0.90) e3 # IC: [13.884 , 16.516] # Margen: 1.316 incidentes/día # Interpretación: la media esperada de incidentes está en ese rango; para dotación se recomienda planear con la cota superior.
e4 <- ic_media(xbar=68.5, sigma=9.1, n=49, conf=0.95) e4 # IC: [65.952 , 71.048] # Margen: 2.548 # Interpretación: la media está entre 66 y 71 puntos aprox.; supera el umbral de 65.
e5_90 <- ic_media(xbar=16.3, sigma=4.5, n=81, conf=0.90) e5_95 <- ic_media(xbar=16.3, sigma=4.5, n=81, conf=0.95) e5_99 <- ic_media(xbar=16.3, sigma=4.5, n=81, conf=0.99)
e5_90 # IC 90%: [15.478 , 17.122] # Margen: 0.822 días
e5_95 # IC 95%: [15.320 , 17.280] # Margen: 0.980 días
e5_99 # IC 99%: [15.012 , 17.588] # Margen: 1.288 días # Interpretación: la media del tiempo de respuesta está en esos rangos según el nivel de confianza.