Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Documento hecho en Posit.cloud, Guías, Proyectos, Investigaciones de Estadística Aplicada

Trabajo hecho en R: sean sacado todas las estimaciones

Tipo: Guías, Proyectos, Investigaciones

2022/2023

Subido el 10/05/2023

jemima-melina-mateo-curo
jemima-melina-mateo-curo 🇵🇪

3 documentos

1 / 6

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO
FACULTAD DE CIENCIAS DE LA EMPRESA
Tema:
ESTIMACIÓN PUNTUAL CON R
Profesor: GRIJALVA YAURI, Ybnias Eli
GRUPO N° 1
Integrantes:
CARDENAS HUAROC, Ruth Rebeca 100%
MATEO CURO, Jemima Melina 100%
MUÑOZ SOLANO, Lisbet 100%
Curso: Estadística Aplicada de la gestión.
Huancayo 2023
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Documento hecho en Posit.cloud y más Guías, Proyectos, Investigaciones en PDF de Estadística Aplicada solo en Docsity!

“AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO”

FACULTAD DE CIENCIAS DE LA EMPRESA

Tema:

ESTIMACIÓN PUNTUAL CON R

Profesor: GRIJALVA YAURI, Ybnias Eli

GRUPO N° 1

Integrantes:

● CARDENAS HUAROC, Ruth Rebeca 100%

● MATEO CURO, Jemima Melina 100%

● MUÑOZ SOLANO, Lisbet 100%

Curso: Estadística Aplicada de la gestión.

Huancayo 2023

ESTIMACIÓN PUNTUAL CON R

En el presente ensayo explicaremos, la estimación puntual. En estadística, la estimación puntual (media, desviación estándar, etc.) es un proceso mediante el cual se estima el valor de un parámetro poblacional a partir de los datos de una muestra. Es decir, la estimación puntual consiste en aproximar el valor de un parámetro de una población usando como referencia el valor muestral del parámetro. Entonces se dice que el estimador puntual es no sesgado. Entenderemos como población el mayor conjunto de elementos de los cuales deseemos obtener información en un periodo de tiempo determinado. La población a trabajar tiene un total de 2000 datos, como bien sabemos trabajar con cantidades grandes es complicado, por lo tanto, hallaremos el tamaño de muestra utilizando la sample, size, calculator del cual obtendremos el tamaño de muestra ideal con un margen de error del 5%.

Se observa que el resultado es 23.88663 que está cerca a los valores medios obtenidos de 23.89327, solo con una diferencia de 0.00664, la cual es mínima.

  1. Usando la estimación puntual “desviación estándar “ y aplicando en los valores medios conseguidos de la muestra se obtiene lo siguiente: ● función “sd” Se observa que dicho resultado es de 2.295812, lo cual se entiende que su dispersión de datos es baja.
  2. Hallamos el valor de la desviación estándar de la longitud variable de “Renueve (Billions). Se observa que dicho resultado es de 40.95136, lo cual se entiende que su dispersión de datos es alta.
  3. Al calcular el error estándar se dio como resultado: Para hallar el error estándar tendremos en cuenta la base de datos total como también, los (Revenue) ingresos en (billones) de cada empresa los cuales dividiremos por nuestro tamaño de muestra que en este caso es 323.
  4. Por otro lado, obtendremos los datos de 60 empresas elegidas.
  1. Se observa cuantas empresas de la muestra, pertenecen a la industria de Banking: En esta parte observamos la cantidad de éxitos y fracasos de nuestra búsqueda, obteniendo como éxito 4 empresas que se dedican a barking de las 60 empresas ya mencionadas anteriormente. Asimismo, la estimación de la proporción de empresas sobre la industria Banking tiene como resultado Verdadero 0,06666667 y Falso con 0.9333333.
  2. Se generaron las proporciones de 10000 muestras reproducidas exactamente y con una muestra de 60 industrias; de manera que se utilizó la función replicate de R que ayudó a plantear las muestras.