Presente unas pequeñas instrucciones para graficar un valor crítico y un “p-value” para las distribuciones Z,T, F, chi^2 y algunos ejemplos gráficos.

Distribución Z

Valor Crítico para una distribución Z

#1 Se utiliza la libreria "fastGraph"

#2 Se utiliza la funcion "ShadeDist" que dibuja una función de densidad de probabilidad, sombrea el área bajo la curva y enumera la probabilidad en el título del gráfico.

#3 Se utiliza el comando "qnorm" para obtener el valor critico

#4 Dentro de este se especifica el nivel de significancia y utilizamos el comando "lower.tail = FALSE" para tomar el área de la derecha y "lower.tal = TRUE" para tomar el área de la izquierda.

#5 Utilizamos el comando "ddist" para nombrar la función de densidad de probabilidad a graficar.

#6 Por ultimo utilizamos el comando "parm1" para mostrar la medida de la distribución  o puede ser un vector de argumento (ejemplo: Grados de Libertad gl).

## Ejemplo
library(fastGraph)
shadeDist(20,ddist = 'dnorm',parm1 = 25,lower.tail = FALSE,col=c('black','blue'),sub=paste(c(qnorm(0.05,25,lower.tail = FALSE))))

P_value para una distribución Z

#1 Se utiliza la libreria "fastGraph"

#2 Se utiliza la funcion "ShadeDist" que dibuja una función de densidad de probabilidad, sombrea el área bajo la curva y enumera la probabilidad en el título del gráfico.

#3 Se utiliza el comando "pnorm" para obtener el p_value

#4 Dentro de este se especifica el nivel de significancia y utilizamos el comando "lower.tail = FALSE" para tomar el área de la derecha y "lower.tal = TRUE" para tomar el área de la izquierda.

#5 Utilizamos el comando "ddist" para nombrar la función de densidad de probabilidad a graficar.

#6 Por ultimo utilizamos el comando "parm1" para mostrar la medida de la distribución  o puede ser un vector de argumento (ejemplo: Grados de Libertad gl).

#Ejemplo Gráfico
library(fastGraph)
shadeDist(20,ddist = 'dnorm',parm1 = 25,lower.tail = FALSE,col=c('black','pink'),sub=paste(c(pnorm(0.05,25,lower.tail = FALSE))))

Distribución t

Valor Crítico y p_value para una distribución t

# Creamos un modelo de regresión

# Creamos los coeficientes del modelo

# Utilizamos la libreria fastGraph

# Se crean los valor J

# Se crea la gráfica de la distribución t utilizando el comando "shadeDist"

# Ejemplo Gráfico
load("C:/Users/kathi/OneDrive/Escritorio/practicas/datos_cajas.RData")
library(stargazer)
modelo_cajas<-lm(N_cajas~Distancia+Tiempo,data = datos_cajas)
stargazer(modelo_cajas,title = "Modelo Cajas",type = "text")
## 
## Modelo Cajas
## ===============================================
##                         Dependent variable:    
##                     ---------------------------
##                               N_cajas          
## -----------------------------------------------
## Distancia                    -0.485***         
##                               (0.132)          
##                                                
## Tiempo                       0.835***          
##                               (0.146)          
##                                                
## Constant                       5.797           
##                               (5.503)          
##                                                
## -----------------------------------------------
## Observations                    15             
## R2                             0.776           
## Adjusted R2                    0.739           
## Residual Std. Error       3.064 (df = 12)      
## F Statistic           20.837*** (df = 2; 12)   
## ===============================================
## Note:               *p<0.1; **p<0.05; ***p<0.01
#Crear matriz de coeficientes. desv. p_value
coeficientes_modelo<-summary(modelo_cajas)$coefficients
t_v<-coeficientes_modelo[,"t value"]
etiquetas<-names(t_v)

#Gráfico
for(j in 2:3){
  tc<-t_v[j]
  t_VC<-
  shadeDist( c(-tc, tc ), "dt", 13,col=c("black","lightblue"),sub=paste("Parámetro de la Variable:",etiquetas[j]))
  print(confint(modelo_cajas,parm = j,level = 0.95))
}

##               2.5 %     97.5 %
## Distancia -0.772218 -0.1971473

##            2.5 %   97.5 %
## Tiempo 0.5176192 1.152415

Distribución F

Valor Crítico y p_value para una distribución F

# Utilizamos el modelo creado para determinar la ditribución F

# Creamos la distribución F utilizando "fstatistic"

# Creamos loa grados de libertar del numerador y denominador

# Creamos el Valor critico de la distribución F

# Se crea la gráfica de la distribución F utilizando el comando "shadeDist"

#Gráfica Prueba F
F_<-summary(modelo_cajas)$fstatistic[1]
gl_num<-summary(modelo_cajas)$fstatistic[2]
gl_den<-summary(modelo_cajas)$fstatistic[3]
VC_F<-qf(0.95,gl_num,gl_den,lower.tail = TRUE)
shadeDist(xshade = F_,"df",gl_num,gl_den,lower.tail = FALSE, col=c("black","red"),
          sub=paste("VC:",VC_F," ","Fc:",F_))

## P-value
Pval<-pchisq(F_,gl_num,gl_den, lower.tail = FALSE)
print(Pval)
##     value 
## 0.1650387

Distribución chi^2

Valor Crítico para una distribución chi^2

#1 Se utiliza la libreria "fastGraph"

#2 Se utiliza la funcion "ShadeDist" que dibuja una función de densidad de probabilidad, sombrea el área bajo la curva y enumera la probabilidad en el título del gráfico.

#3 Se utiliza el comando "qchisq" para obtener el valor critico

#4 Dentro de este se especifica el nivel de significancia y utilizamos el comando "lower.tail = FALSE" para tomar el área de la derecha y "lower.tal = TRUE" para tomar el área de la izquierda.

#5 Utilizamos el comando "ddist" para nombrar la función de densidad de probabilidad a graficar.

#6 Por ultimo utilizamos el comando "parm1" para mostrar la medida de la distribución  o puede ser un vector de argumento (ejemplo: Grados de Libertad gl).

## Ejemplo
library(fastGraph)
shadeDist(25,ddist = 'dchisq',parm1 = 30,lower.tail = FALSE,col=c('black','blue'),sub=paste(c(qchisq(0.05,30,lower.tail = FALSE))))

p_value para una distribución chi^2

#1 Se utiliza la libreria "fastGraph"

#2 Se utiliza la funcion "ShadeDist" que dibuja una función de densidad de probabilidad, sombrea el área bajo la curva y enumera la probabilidad en el título del gráfico.

#3 Se utiliza el comando "pchisq" para obtener el p_value

#4 Dentro de este se especifica el nivel de significancia y utilizamos el comando "lower.tail = FALSE" para tomar el área de la derecha y "lower.tal = TRUE" para tomar el área de la izquierda.

#5 Utilizamos el comando "ddist" para nombrar la función de densidad de probabilidad a graficar.

#6 Por ultimo utilizamos el comando "parm1" para mostrar la medida de la distribución  o puede ser un vector de argumento (ejemplo: Grados de Libertad gl).

## Ejemplo
library(fastGraph)
shadeDist(25,ddist = 'dchisq',parm1 = 30,lower.tail = FALSE,col=c('black','pink'),sub=paste(c(pchisq(0.05,30,lower.tail = FALSE))))