Preparación

library(survey)
options(survey.lonely.psu = "adjust")
data(api)

Ítem 1. Diseño muestral

A. Función del código

  • svydesign(...): Define el objeto de diseño muestral complejo (dis).
    • ids = ~dnum: Identifica los conglomerados o Unidades Primarias de Muestreo (número de distrito escolar).
    • weights = ~pw: Especifica los pesos o ponderadores muestrales de cada escuela.
    • data = apiclus1: Indica la base de datos utilizada.
  • degf(dis): Calcula los grados de libertad del diseño muestral (\(n_{\text{conglomerados}} - 1\)).

B. Resultados

dis <- svydesign(
  ids = ~dnum,
  weights = ~pw,
  data = apiclus1
)
degf(dis)
## [1] 14

C. Interpretación estadística

El diseño dis reconoce que las escuelas fueron seleccionadas agrupadas por distrito escolar (dnum) y ponderadas por pw. El resultado de degf(dis) es 14 grados de libertad, lo que indica que la muestra contiene 15 conglomerados (distritos) independientes (\(15 - 1 = 14\)). En muestreo por conglomerados, los grados de libertad dependen del número de conglomerados y no del total de escuelas.


Ítem 2. Media e intervalo de confianza

A. Función del código

  • m <- svymean(~api00, dis): Estima la media poblacional del puntaje api00 y su error estándar bajo el diseño dis.
  • confint(m, df = degf(dis)): Calcula el intervalo de confianza del 95% para la media utilizando una distribución \(t\) con los 14 grados de libertad del diseño.

B. Resultados

m <- svymean(~api00, dis)
m
##         mean     SE
## api00 644.17 23.779
confint(m, df = degf(dis))
##          2.5 %   97.5 %
## api00 593.1685 695.1703

C. Interpretación estadística

  • Media estimada: 644.17 puntos.
  • Error estándar (SE): 23.78 puntos.
  • Intervalo de confianza del 95%: [593.17, 695.17].

Con un 95% de confianza, se estima que el puntaje promedio poblacional del índice api00 se encuentra entre 593.17 y 695.17 puntos.


Ítem 3. Prueba t de una muestra

A. Función del código

  • svyttest(I(api00 - 650) ~ 0, dis): Ejecuta una prueba \(t\) de una muestra ajustada por el diseño dis. Al restar 650 a api00 y contrastarlo contra 0 (~ 0), evalúa si la media poblacional de api00 es igual a 650 puntos.

B. Resultados

svyttest(I(api00 - 650) ~ 0, dis)
## 
##  Design-based one-sample t-test
## 
## data:  I(api00 - 650) ~ 0
## t = -0.2452, df = 13, p-value = 0.8101
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
##  -57.20203  45.54083
## sample estimates:
##      mean 
## -5.830601

C. Interpretación estadística

  • Hipótesis: \(H_0: \mu_{\text{api00}} = 650\) vs. \(H_1: \mu_{\text{api00}} \neq 650\).
  • Resultado: Se obtuvo \(t = -0.2452\) (\(gl = 13\)) y un valor \(p = 0.8101\).
  • Decisión (\(\alpha = 0.05\)): Como \(p = 0.8101 > 0.05\), no se rechaza \(H_0\). No existe evidencia estadísticamente significativa para afirmar que el puntaje promedio poblacional de api00 sea distinto de 650 puntos.

Ítem 4. Prueba t de dos grupos

A. Función del código

  • svyttest(api00 ~ sch.wide, dis): Realiza una prueba \(t\) de comparación de medias entre dos grupos bajo el diseño dis. Compara el puntaje promedio de la variable cuantitativa api00 entre las dos categorías de sch.wide (si la escuela cumplió o no su meta escolar: "Yes" vs. "No").

B. Resultados

svyttest(api00 ~ sch.wide, dis)
## 
##  Design-based t-test
## 
## data:  api00 ~ sch.wide
## t = 2.088, df = 13, p-value = 0.05704
## alternative hypothesis: true difference in mean is not equal to 0
## 95 percent confidence interval:
##  -1.432285 84.070329
## sample estimates:
## difference in mean 
##           41.31902

C. Interpretación estadística

  • Variables: Variable numérica api00 y variable de agrupación sch.wide.
  • Hipótesis: \(H_0: \mu_{\text{Yes}} - \mu_{\text{No}} = 0\) vs. \(H_1: \mu_{\text{Yes}} - \mu_{\text{No}} \neq 0\).
  • Resultado y decisión (\(\alpha = 0.05\)): La diferencia estimada entre medias es de 41.32 puntos (\(t = 2.088\), \(gl = 13\), valor \(p = 0.05704\)). Dado que \(p = 0.05704 > 0.05\) (y el IC del 95% \([-1.43, 84.07]\) incluye al 0), no se rechaza \(H_0\) al 5% de significación. No hay evidencia estadística suficiente para concluir que exista una diferencia significativa en el puntaje api00 entre ambos grupos.

Ítem 5. Intervalo de confianza para una proporción

A. Función del código

  • svyciprop(~I(sch.wide == "Yes"), dis, method = "logit"): Estima la proporción poblacional de escuelas que cumplieron la meta escolar (sch.wide == "Yes") y calcula su IC del 95% bajo el diseño dis. El argumento method = "logit" usa una transformación logística para garantizar que los límites del intervalo se mantengan dentro de \([0, 1]\).

B. Resultados

svyciprop(
  ~I(sch.wide == "Yes"),
  dis,
  method = "logit"
)
##                             2.5% 97.5%
## I(sch.wide == "Yes") 0.874 0.823 0.912

C. Interpretación estadística

  • Proporción estimada: 0.874 (87.4%).
  • Intervalo de confianza del 95%: [0.823, 0.912] (entre 82.3% y 91.2%).

Con un 95% de confianza, se estima que entre el 82.3% y el 91.2% de las escuelas de la población lograron cumplir su meta de crecimiento a nivel escolar.


Ítem 6. Prueba de asociación Rao-Scott

A. Función del código

  • svychisq(~sch.wide + stype, dis, statistic = "F"): Aplica una prueba de independencia chi-cuadrado con corrección de Rao-Scott para muestras complejas entre las variables categóricas sch.wide (cumplimiento de meta) y stype (tipo de escuela). El argumento statistic = "F" ajusta el estadístico a una distribución \(F\).

B. Resultados

svychisq(
  ~sch.wide + stype,
  dis,
  statistic = "F"
)
## 
##  Pearson's X^2: Rao & Scott adjustment
## 
## data:  svychisq(~sch.wide + stype, dis, statistic = "F")
## F = 5.0905, ndf = 1.4946, ddf = 20.9250, p-value = 0.02307

C. Interpretación estadística

  • Variables analizadas: sch.wide y stype.
  • Hipótesis: \(H_0\): Las variables sch.wide y stype son independientes vs. \(H_1\): Existe asociación entre sch.wide y stype.
  • Resultado y decisión (\(\alpha = 0.05\)): Se obtuvo \(F = 5.0905\) con un valor \(p = 0.02307\). Como \(p = 0.02307 < 0.05\), se rechaza \(H_0\): existe evidencia estadísticamente significativa de asociación entre el tipo de escuela y el cumplimiento de la meta escolar.

Ítem 7. Estimaciones por grupos

A. Función del código

  • svyby(~api00, ~stype, dis, svymean): Calcula la media estimada y el error estándar de api00 de forma separada para cada subgrupo definido por el tipo de escuela (stype), respetando el diseño muestral dis.

B. Resultados

svyby(
  ~api00,
  ~stype,
  dis,
  svymean
)
##   stype    api00       se
## E     E 648.8681 22.58731
## H     H 618.5714 38.40263
## M     M 631.4400 31.92737

C. Interpretación estadística

Los grupos corresponden al tipo de escuela (stype): * Primaria (E): Media = 648.87, Error estándar = 22.59. * Secundaria / Media (M): Media = 631.44, Error estándar = 31.93. * Preparatoria / Liceo (H): Media = 618.57, Error estándar = 38.40.

Las escuelas primarias (E) presentan el puntaje promedio más alto (648.87) y la mayor precisión (menor error estándar: 22.59). Por el contrario, las preparatorias (H) registran el promedio más bajo (618.57) y la mayor incertidumbre (error estándar: 38.40), lo que refleja mayor variabilidad o menor representación muestral en ese grupo.


Ítem 8. Comparación de diseños muestrales

A. Función del código

  • d0 <- svydesign(ids = ~1, weights = ~pw, data = apiclus1): Crea un diseño alternativo que mantiene los pesos (pw) pero ignora los conglomerados al usar ids = ~1, asumiendo que cada escuela fue seleccionada de forma independiente.
  • confint(svymean(~api00, d0)): Estima la media de api00 y su intervalo de confianza del 95% bajo este diseño simplificado.

B. Resultados

d0 <- svydesign(
  ids = ~1,
  weights = ~pw,
  data = apiclus1
)
svymean(~api00, d0)
##         mean     SE
## api00 644.17 7.8172
confint(svymean(~api00, d0))
##         2.5 %   97.5 %
## api00 628.848 659.4908

C. Interpretación estadística

Al comparar con el Ítem 2, ambos diseños entregan la misma media estimada (ya que usan los mismos ponderadores pw), pero los intervalos de confianza cambian drásticamente: * Ítem 2 (con conglomerados, dis): IC 95% = [593.17, 695.17] (amplitud de 102.00 puntos). * Ítem 8 (sin conglomerados, d0): IC 95% = [628.85, 659.49] (amplitud de 30.64 puntos).

Al ignorar los conglomerados en d0, se subestima fuertemente el error estándar y el intervalo de confianza se vuelve artificialmente estrecho (más de tres veces más angosto), dando una falsa sensación de precisión.


Conclusión

La comparación entre los ítems 2 y 8 demuestra que omitir la identificación de conglomerados (ids = ~1) no altera la estimación puntual de la media, pero sí distorsiona gravemente la inferencia estadística. Al asumir independencia entre escuelas dentro de un mismo distrito, se ignora que estas comparten características similares, lo que subestima el error estándar real y genera intervalos de confianza artificialmente estrechos (de 30.64 puntos frente a los 102.00 puntos del diseño correcto). En consecuencia, no declarar los conglomerados aumenta el riesgo de cometer errores de tipo I (rechazar hipótesis nulas verdaderas), por lo que especificar adecuadamente el diseño muestral en el paquete survey es indispensable para obtener conclusiones válidas.