library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2")La inferencia estadística es el conjunto de métodos que permiten inducir, a través de una muestra estadística, el comportamiento de una determinada población. La inferencia estadística, estudia entonces como, a través de la aplicación de dichos métodos sobre los datos de una muestra, se pueden extraer conclusiones sobre los parámetros de la población de datos. De la misma manera estudia también el grado de fiabilidad de los resultados extraídos del estudio.
Inferencia: Inferir significa, literalmente, extraer juicios o conclusiones a partir de ciertos supuestos, sean estos generales o particulares.
Población: Una población de datos, es el conjunto total de datos que existen sobre un variable.
Muestra estadística: Una muestra es una parte de la población de datos.
Teniendo claro a lo que nos referimos con el concepto de inferir, una de las dudas fundamentales recae en el hecho de elegir una muestra en lugar de una población.
Normalmente, en estadística, se trabaja con muestras debido a la gran cantidad de datos que tiene una población. Por ejemplo, si queremos sacar conclusiones, esto es, inferir, los resultados de las elecciones generales, es imposible preguntar a toda la población del país. Para solventar ese problema se escoge una muestra variada y representativa. Gracias a la cual se puedan extraer una estimación del resultado final. Escoger una muestra adecuada corre a cargo de las distintas técnicas de muestreo.
Métodos de la inferencia estadística Los métodos y técnicas de la inferencia estadística se pueden dividir en dos: métodos de estimación de parámetros y métodos de contraste de hipótesis.
Métodos de estimación de parámetros: Se encarga de asignar un valor al parámetro o al conjunto de parámetros que caracterizan el campo sujeto a estudio. Claro que al ser una estimación existe cierto error. Para obtener estimaciones adaptadas a esa realidad, se crean intervalos de confianza.
Métodos de contraste de hipótesis: Su objetivo es comprobar si una estimación corresponde con los valores poblacionales. En todo contraste de hipótesis existen dos supuestos. La hipótesis nula (H0) que recoge la idea de que un valor tiene un valor predeterminado. Si se rechaza la hipótesis nula (H0), entonces se acepta la hipótesis alternativa (H1).
Usando el set de datos incluidos en R llamados “cars”, haremos el ejercicio de muestreo
carros <- data.frame(cars)
dim(carros)## [1] 50 2Si queremos muestrear una n de 30
set.seed(123) #numero semilla para obtener los mismos resultados
n <- 30
muestracarros <- sample(1:nrow(carros), size = n, replace = FALSE)
#replace sirve para indicar si las muestras se repetiran o no
muestracarros## [1] 31 15 14 3 42 43 37 48 25 26 27 5 40 28 9 29 8 41 7 10 36 19 4 45 17
## [26] 11 32 21 12 49#Ordenar los datos
sort(muestracarros, decreasing = FALSE)## [1] 3 4 5 7 8 9 10 11 12 14 15 17 19 21 25 26 27 28 29 31 32 36 37 40 41
## [26] 42 43 45 48 49datatable(carros)Esta es una herramienta del tidyverse
Muestreo aleatorio simple sin reemplazo con dplyr
carrosmuestra1 <- carros %>%
sample_n(size=n, replace = FALSE)
head(carrosmuestra1)## speed dist
## 1 18 42
## 2 20 56
## 3 23 54
## 4 10 18
## 5 10 34
## 6 20 52Muestreo aleatorio simple con reemplazo usando dplyr
carrosmuestra1 <- cars %>%
sample_n(size=n, replace = TRUE)
head(carrosmuestra1)## speed dist
## 1 15 54
## 2 17 50
## 3 13 26
## 4 17 40
## 5 9 10
## 6 20 64carsmuestracarros2 <- carros %>%
sample_n(size=n, weight = dist)
head(carsmuestracarros2)## speed dist
## 1 24 93
## 2 15 20
## 3 14 36
## 4 25 85
## 5 20 52
## 6 10 18carritos <- data.frame(cars)
n <- 50
cars <- sample(1:nrow(carritos), size=n, replace=FALSE)
head(cars)## [1] 46 17 50 35 40 30cars.pesos <- carritos %>%
sample_frac(0.04)
head(cars.pesos); dim(cars.pesos)## speed dist
## 1 22 66
## 2 14 60## [1] 2 2Para este muestreo usaremos datos estratificados de cars
dim(cars)## NULLhead(cars)## [1] 46 17 50 35 40 30