search for: muestral

Buenas tardes. ¿Conoce alguien alguna función del R que realice el clásico test de igualdad de medias basado en la t de Student (o calcule intervalos de confianza para diferencias de medias entre variables normales), tomando como entrada las medias de las muestras, los tamaños muestrales y las desviaciones tipicas muestrales (o las varianzas muestrales o los errores estándar)? Muchas gracias y saludos. H. Gómez [[alternative HTML version deleted]]

Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20120425/dafc9a68/attachment.html>

Hola a todos: Necesito saber si alguien tiene alguna idea de un paquete con múltiples funciones (cálculos) para determinar el tamaño de la muestra (particularmente de estudios de psicología y ciencias sociales). De antemano agradezco la atención. Saludo desde Brasil *Guilherme Amorim Homem de Abreu Loureiro* Agronomist Engineer *CREA-BA: 051511013-2* Master of Science in Crop Production, Soil

...ales, en el segundo caso me agrupa las celdas pero muestra una cantidad de NA que ocultan los datos reales. Las funciones utilizadas sobre el data.frame ha sido: - Primer caso: xtable(compara) - Segundo caso: latex(tabular( year * mes * operacion * via * estrato ~ (muestrales + reales + cob.real) * identity, data = compara)) Muchas gracias de antemano y disculpad el correo anterior sin "Asunto" Blas. ------------ próxima parte ------------ Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20151228/...

Hola. Algún paquete que calcule la potencia de un U-test? -- Antonio Maurandi [[alternative HTML version deleted]]

Gracias por la ayuda Jose Luis. pero o no te he entendido bien o mi duda es tan sencilla que no me he explicado. SI yo tampoco he entendido mal tu explicación, mi problema es cómo obtengo ese "tus.pesos" para introducir, por ejemplo, en la función: library(survey) # objeto del diseño muestral ddatos <- svydesign(id=~1, weights =~ tus.pesos, data = tus.datos) # en caso de una reg logística modelo <- svyglm(respuesta~ var1 + var2, family = binomial, design = ddatos) Después si se proseguir con la realización del modelo, pero lo que no sé es cómo pondero la muestra, es decir si...

...saludo, Carlos J. Gil Bellosta http://www.datanalytics.com El día 23 de enero de 2015, 9:54, Olivier Nuñez <onunez en unex.es> escribió: > Emilio, > > espero no haberte generado mucha confusión con mi anterior respuesta. > El problema no es de separación sino más bien de tamaño muestral. > Al coger el código de Carlos, obtenía que "y" y "x1" eran sistemáticamente independiente (la tabla table(dat$y,dat$x1) tiene columnas proporcionales). > En el diseño de Carlos, el código correcto para simular los datos ha de ser dat$y= rbinom(2*n,1,pr). > Con tu dise...

Hola, espero ser clara en el mensaje ya que es la primera vez que recurro a este tipo de ayudas, explico mi duda: Tengo un dataset con 4505 observaciones en el que la variable dependiente son presencias (n=97 y clasificadas como 1) y ausencias (n=4408 y clasificadas como 0). Mi primer paso fue realizar un GLM con una muestra compensada de ausencias y presencias para la variable dependiente, es

Buen día para todos los que ven este correo. En estos días estoy estudiando la potencia de una prueba en inferencia, pero no entiendo bien como correr un codigo que lo haga pertinentemente, el codigo que corro es el siguiente, la idea es que a medida que crece el tamaña muestral pues la potencia de la prueba aumente, pero no se como hacer para que, repita la prueba variando el tamaño de la muestra pues no logro acomodar el elemento del vector para que genere la muestra aleatoria de datos normales. Mx=170 M0=168 alpha=0.05 sigma=8 T=qt((1-alpha/2),n-1) T2=qt(alpha/2,n-1)...

Hola, Deseo simular un modelo logit con interacción, estimar sus coeficientes y comprobar si son o no parecidos al modelo teórico. Con este ejemplo obtengo que los coeficientes estimados no se asemejan mucho a los originales. ¿Se le ocurre a alguien cuál es el motivo de esta discrepancia? ¿y cómo solucionarlo? Muchas gracias Emilio logisticsimulation <- function(n){ dat <-

Hola a tod en s. Se trata de un tema que lleva tiempo rondándome la cabeza, pero que nunca he encontrado una solución. Se que existe el paquete survey, pero me gustaría saber si existe algo más sencillo. Por ejemplo, estaba analizando los últimos datos de la encuesta de equipamientos tecnológicos del INE y dicho fichero tiene dos variables con factores de elevación, una para hogares y otra para

Hola Lorena: Lo prometido es deuda. Dije que miraría si iba este asunto: ggplot(data = dLSaa, aes(x = factor(AA), y = AD, colour = factor(AA))) + geom_boxplot() + xlab( "AA" ) + ylab( "AD" ) + labs(colour = "Leyenda") + ggtitle(label = "Comparación de AD frente a AA") Y este es el resultado: [image:

Estimados Como se puede calcular la desviación estandar a partir de un intervalo de confianza? -- Me quede con dudas al leer https://www.i-ciencias.com/pregunta/68825/como-calcular-la-media-y-la-desviacion-estandar-en-r-dado-un-intervalo-de-confianza-y-una-distribucion-normal-o-gamma saludos José

...web/packages/sae/index.html>de R desarrollado para hacer "Small Area Estimation". La "Estimacion para areas pequeñas" cubre un conjunto de técnicas desarrolladas para obtener estimaciones asociadas a subpoblaciones para las que, debido a su pequeño tamaño, se tienen tamaños muestrales reducidos. Todo aquel que conozca el mundo "Estimacion para areas pequeñas" tiene la oportunidad de asistir a un seminario de altisimo interés. Aquellos que no hayan oido hablar nunca sobre este tema tienen la oportunidad de conocer un campo de investigacion con gran cantidad de aplicac...

Hola Ruben, Sí precisamente es lo que comentas, en matemáticas no se suele llamar bucketización (este término se emplea más en informática) sino datos agrupados. Pero la idea es la que tu mismo dices. Respecto a las gráficas que has puesto, me han aclarado mucho sobre el tema, gracias. Si realizo lo mismo, por ejemplo con nbucket=1000 sigo obteniendo un p-valor de 1. Es decir, que casi le