Para el presente trabajo se tomaron datos del GEIH año 2019 - septiembre de la casilla INGLABO. Para facilidad de comprensión, los datos que se tomaron en cuenta para este trabajo se encuentran en un archivo de Excel, que se planteó en clase. En este código presentado, se uso como base el código realizado con anterioridad en clase agregando los límites superior e inferior de la muestra, y cambiando el nivel de confianza de 95% a 90%. Obteniendo así, datos cercanos a los calculados en el Excel.
Ejemplo_muestreo <- read_excel("C:/Users/pc/Downloads/Ejemplo muestreo.xlsx")
View(Ejemplo_muestreo)
attach (Ejemplo_muestreo)
names(Ejemplo_muestreo)
#######Muestreo
library(TeachingSampling) #comando muestreo aleatorio
set.seed(1) #semilla
m1=S.SI(nrow(Ejemplo_muestreo),10) #TOTAL PROBLACION - tamaño muestra piloto(para hallar varianza)
table(m1)
pp= Ejemplo_muestreo[m1,] #para que me muestre el valor de cada uno [](pp=prueba piloto)
var_piloto=var(pp$INGLABO) #varianza prueba piloto
desv_piloto=sd(pp$INGLABO) #desviacion, para tener un punto en cmparacion de cual seria la desviacion deseada
desv_deseada=desv_piloto/8 #desviacion deseada (8=1/4 de la desviación piloto más pequeña)
var_deseada=desv_deseada^2 #varianza deseada
N=nrow(Ejemplo_muestreo) #tamaño total de posibles encuestados
n=(N*var_piloto)/((N*var_deseada)+var_piloto) #poblacion*varianza observada de la prueba piloto / poblacion(n) * varianza deseada+s2 (varianza prueba piloto)
#######Muestra final
m2=S.SI(nrow(Ejemplo_muestreo),64) #64 para el total de la muestra (64 encuestados)
muestra_final=Ejemplo_muestreo[m2,]
table(m2)
#######Selección de aleatorios
mf=S.SI(nrow(Ejemplo_muestreo),round(n,0)) #aleatorización y redondeo del tamaño de muestra
muestra=Ejemplo_muestreo[mf,] #se redondea el tamaño de muestra para crear el data frame de la muestra
muestra$INGLABO
promedio=mean(muestra$INGLABO) #promedio de la variable inglabo para la muestra
fm=n/N #fracción de muestreo
var_m=var((muestra$INGLABO)) #varianza de la muestra
var_E=((var_m/n)*(1-fm)) #varianza del estimador
EEE=sqrt(var_E) #error estandar del estimador
######NIVEL DE CONFIANZA DEL 90% (a/2 = 0,95) (n- 1 = 64-1 = 63)
t=qt(0.95,63)
Mar_E=EEE*t #calcular margen de error
LimInf=promedio-Mar_E #limite inferior de la muestra
LimSup=promedio+Mar_E #limite superior de la muestra