Examen de la tercera unidad de competencia de la materia de probabilidad y estadística

setwd("~/veranoPyE")
library(pacman)
library(readxl)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2")

Inferencia estadística

Inferencia estadística

La inferencia estadistica es una parte de la estadistica que comprende los metodos y precedimientos por una induccion determinada, su objetivo que tiene es obtener conclusiones utiles para hacer deducciones sobre una totalidad

Poblacion

es el conjunto de seres humanos que hacen vida a un determinado territorio

muestreo

El muestreo se hace seleccionando un conjunto de invidivuos de una poblacion con el fin de estudiarlos y poder saber su totalidad de la poblacion

Estadísticamente representativo

Hipótesis nula y alternativa

Hipotesis nula: es afirmacion que se basa en analisis previos, Hipotesis alternativa: es lo que nostros podriamos pensar que es cierto o espera probar que es cierto.

Importancia del muestreo

El muestreo es de vital importancia ya que un muestreo de toda la población puedes examinar y sacar conclusiones en base a una pequeña parte de la población total

Muestreo

aguasub <- read_excel("aguasubterranea.xlsx")
datatable(aguasub)

## Muestreo simple

dim(aguasub)
## [1] 586   3
n <- 45
muestras <- sample(1:nrow(aguasub), size = n, replace = FALSE)
muestras
##  [1] 320 445 332 464 491 532 236 396  37 466 271  73 538 379  39 118 230 303  56
## [20] 424 427 535 428 242 553 342 312 274 106 370 434 260 503 559 459   5 302 569
## [39] 492 426 463 327 159 519 410
aguasubmuestras <- aguasub[muestras, ]
head(aguasubmuestras)
## # A tibble: 6 x 3
##       N MEDICION VALOR
##   <dbl> <chr>    <dbl>
## 1    27 TEMP      28.8
## 2   152 TEMP      29.6
## 3    39 TEMP      29.7
## 4   171 TEMP      28.8
## 5   198 TEMP      28  
## 6   239 TEMP      29

muestreo estratificado

levels(as.factor(aguasub$MEDICION))
## [1] "PH"   "TEMP"

Muestreo estraficado

set.seed(1)
sample.agua <- aguasub %>%
  group_by(MEDICION) %>%
  sample_n(20)

sample.agua
## # A tibble: 40 x 3
## # Groups:   MEDICION [2]
##        N MEDICION VALOR
##    <dbl> <chr>    <dbl>
##  1   167 PH         6.5
##  2   129 PH         6.7
##  3   270 PH         6.8
##  4   187 PH         6.8
##  5    85 PH         6.9
##  6   277 PH         7.1
##  7   263 PH         6.5
##  8    79 PH         6.8
##  9   213 PH         6.8
## 10    37 PH         7  
## # ... with 30 more rows

**aqui observamos que separamos la poblacion con mas segmentos homogeneos

muestreo ponderado

n <- 50
muestrah20 <- aguasub %>%
  sample_n(size=n, replace = FALSE)
head(muestrah20)
## # A tibble: 6 x 3
##       N MEDICION VALOR
##   <dbl> <chr>    <dbl>
## 1   176 PH         6.9
## 2    52 TEMP      29.5
## 3   110 PH         7  
## 4    84 PH         7.1
## 5    29 PH         7  
## 6   141 PH         7.4

muestreo de fracción utilizando 0.05

aguas <- data.frame(aguasub)
n <- 100
aguasubterranea <- sample(1:nrow(aguas), size=n, replace=FALSE)
head(aguasubterranea)
## [1] 219 135 111 532 377 408
aguas.sub <- aguas %>%
  sample_frac(0.05)
head(aguas.sub); dim(aguas.sub)
##     N MEDICION VALOR
## 1   7     TEMP  28.0
## 2 282       PH   7.1
## 3 241       PH   6.5
## 4  33       PH   7.0
## 5 144     TEMP  28.9
## 6 117       PH   7.3
## [1] 29  3

Prueba de hipótesis

Ph <- subset(aguasub, MEDICION == "PH")
Temp <- subset(aguasub, MEDICION == "TEMP")

Prueba de shapiro wilk

shapiro.test(Ph$VALOR)
## 
##  Shapiro-Wilk normality test
## 
## data:  Ph$VALOR
## W = 0.95932, p-value = 2.661e-07

temperatura

shapiro.test(Temp$VALOR)
## 
##  Shapiro-Wilk normality test
## 
## data:  Temp$VALOR
## W = 0.98362, p-value = 0.001981

Prueba de k.s.

ks.test(Ph$VALOR, "pnorm", mean = mean(Ph$VALOR), sd = sd(Ph$VALOR))
## Warning in ks.test(Ph$VALOR, "pnorm", mean = mean(Ph$VALOR), sd = sd(Ph$VALOR)):
## ties should not be present for the Kolmogorov-Smirnov test
## 
##  One-sample Kolmogorov-Smirnov test
## 
## data:  Ph$VALOR
## D = 0.1436, p-value = 1.129e-05
## alternative hypothesis: two-sided
ks.test(Temp$VALOR, "pnorm", mean = mean(Temp$VALOR), sd = sd(Temp$VALOR))
## Warning in ks.test(Temp$VALOR, "pnorm", mean = mean(Temp$VALOR), sd =
## sd(Temp$VALOR)): ties should not be present for the Kolmogorov-Smirnov test
## 
##  One-sample Kolmogorov-Smirnov test
## 
## data:  Temp$VALOR
## D = 0.071961, p-value = 0.09618
## alternative hypothesis: two-sided

Normalidad de varianzas

var.test(Ph$VALOR, Temp$VALOR)
## 
##  F test to compare two variances
## 
## data:  Ph$VALOR and Temp$VALOR
## F = 0.047408, num df = 292, denom df = 292, p-value < 2.2e-16
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
##  0.03767300 0.05965831
## sample estimates:
## ratio of variances 
##         0.04740789

Numeros de tukey

fivenum(Ph$VALOR)
## [1] 6.1 6.8 6.9 7.0 7.5
fivenum(Temp$VALOR)
## [1] 25.6 28.0 28.7 29.2 32.1

Comparativo de caja y bigote, comparativo de caja y bigote con desviación

boxplot(Ph$VALOR ~ Temp$VALOR, col = "orange")

comparativo de caja y bigote con desviación

op <- par(mfrow =c(1,2), cex.axis=.7, cex.lab=.9 )

boxplot(aguasub$VALOR ~ aguasub$MEDICION, col = "orange", main= "A")
barplot(tapply(aguasub$VALOR, list(aguasub$MEDICION), mean), beside = T, main = "B")

¿La gente realmente quiere ser feliz o es una idea que nos vendieron?

ya depende de uno mismo de como quiere ser en su vida, si ser feliz o no, creo yo que merece empeñar años de tu vida en buscar el trabajo de tu vida, pues asi disfruta plenamente cada dia cada mañana, experimenta la legria, ya sea si tienes una hermosa familia o el trabajo de tus sueños o ya sea tus carros de tu sueños, casa de tu sueños, si en verdad te encanta tu trabajo y lo que haces siempre viviras feliz, habra veces en las que no te sentiras feliz por cadias que te da la vida, pero hay que ser positivos siempre en la vida no hay que amargarse y salir de la zona de conford y no tener miedo a explorar nuevas cosas, nuevas ideas, capaz y saliendo de tu zona encontraras muchisimas cosas buenas que te alegraran y seras feliz.