Intervalos de confianza.

intervalo = function(n,alpha){x=runif(n); m=mean(x);et=sd(x)/sqrt(n);c(m-qnorm(1-

alpha/2)*et,m+qnorm(1-alpha/2)*et)}

plot(c(0.5,0.5),c(1,100),type="l",col="red")

for(i in 1:100){lines(intervalo(30,0.05),c(i,i),col="blue")}

Intervalos de confianza utilizando el mtodo Bootstrap

Seleccione 1000 muestras de los datos de la pregunta anterior, calcule su promedio y luego
encuentre el intervalo de confianza Bootstrap de 99%.

w<-sapply(1:1000,function(x){mean(sample(x,rep=T))})

quantile(w,probs=c(.005,.995))

0.5% 99.5%

3.623875 504.308554
Hiptesis Estadstica

Una Hiptesis Estadstica es una afirmacin que se hace acerca de un parmetro poblacional.
Por ejemplo, el tiempo de vida promedio para una persona diagnosticada con cncer de
pulmn es 180 das.

Hiptesis nula, La afirmacin que est establecida y que se espera sea rechazada despus de
aplicar una prueba estadstica es llamada la hiptesis nula y se representa por Ho.

Hiptesis alterna La afirmacin que se espera sea aceptada despus de aplicar una prueba
estadstica es llamada la hiptesis alterna y se representa por Ha.

Ejemplo

Ejemplo 7.3. En estudios previos se ha determinado que el nivel de colesterol promedio de

pacientes con problemas cardacos es 220. Un cardilogo piensa que en realidad el nivel es
ms alto y para probar su afirmacin usa la muestra del Ejemplo 7.1. Habr suficiente
evidencia estadstica para apoyar la afirmacin del cardilogo? Justificar su contestacin.

Solucin:

La hiptesis nula es Ho: = 220 (el nivel de colesterol promedio es 220)

La hiptesis alterna es Ha: > 220 (el cardilogo piensa que el nivel promedio de colesterol es
mayor de 220).

Interpretacin: El valor del P-value (el rea a la derecha de 2.03) es .021 menor que el nivel
de significacin =.05, por lo tanto; se rechaza la hiptesis nula y se concluye de que s hay
evidencia estadstica de que el nivel de colesterol promedio de los pacientes con problemas
cardacos es mayor de 220. O sea los resultados apoyan lo que afirma el cardilogo. Notar que
el extremo inferior del intervalo confianza de un solo lado empieza en 222.175 que es mayor
que 220.
Contrastando una mediana
Prueba de los signos

Consideremos la muestra
> x=c(12.8,3.5,2.9,9.4,8.7,0.7,0.2,2.8,1.9,2.8,3.1,15.8)
Queremos contrastar si la mediana es 5.
Restamos 5 de x
> y=x-5
>y
[1] 7.8 -1.5 -2.1 4.4 3.7 -4.3 -4.8 -2.2 -3.1 -2.2 -1.9 10.8
Contamos los positivos
> positivos=length(y[y>0])
Y el nmero de no nulos (aunque en este caso no los haya es un procedimiento general).
> nonulos=length(y[y!=0])
Finalmente, se aplica el test binomial exacto de R
> binom.test(positivos,nonulos,p=0.5)

Con el p-valor obtenido no rechazamos la hiptesis nula.

Se puede utilizar un test implementado en R. Es el test de la suma de rangos con signo
de Wilcoxon, que tiene en cuenta las diferencias con la mediana y la magnitud de esta
diferencia.
> wilcox.test(x,mu=5)

> shapiro.test(x)
Shapiro-Wilk normality test
data: x
W = 0.9468, p-value = 0.4755
Este test contrasta la hiptesis nula de normalidad de la poblacin, frente a la alternativa
de no normalidad. Con el p-valor obtenido afirmamos que no hay evidencia en contra de la
normalidad de la poblacin de la que proceden nuestros datos para el nivel de
significacin utilizado hasta el momento.