Nothing
#' @title Intervalo confianza de una proporción.
#'
#' @description Calcula el intervalo de confianza de una proporción.
#'
#' Lee el código QR para video-tutorial sobre el uso de la función con un ejemplo.
#'
#' \if{html}{\figure{qricproporcion.png}{options: width="25\%" alt="Figure: qricproporcion.png"}}
#' \if{latex}{\figure{qricproporcion.png}{options: width=3cm}}
#'
#' @usage ic.proporcion(x,
#' variable = NULL,
#' introducir = FALSE,
#' irrestricto = FALSE,
#' confianza = 0.95,
#' grafico = FALSE)
#'
#' @param x Conjunto de datos. Puede ser un vector o un dataframe.
#' @param variable Es un vector (numérico o carácter) que indica las variables a seleccionar de \code{x}. Si \code{x} se refiere una sola variable, \code{variable = NULL}. En caso contrario, es necesario indicar el nombre o posición (número de columna) de la variable.
#' @param introducir Valor lógico. Si \code{introducir = FALSE} (por defecto), el usuario debe indicar el conjunto de datos que desea analizar usando los argumentos \code{x} y/o \code{variable}. Si \code{introducir = TRUE}, se le solicitará al ususario que introduzca la información relevante sobre tamaño muestral, valor de la media muestral, etc.
#' @param irrestricto Es un valor lógico. Por defecto, irrectricto = FALSE. si se considera un muestreo irrectricto (extracción sin reemplazamiento), cambiar el argumento a irrestricto = TRUE.
#' @param confianza Es un valor numérico entre 0 y 1. Indica el nivel de confianza. Por defecto, \code{confianza = 0.95} (95 por ciento)
#' @param grafico Es un valor lógico. Por defecto \code{grafico = FALSE}. Si se quiere obtener una representación gráfica del intervalo de confianza obtenido, cambiar el argumento a \code{grafico = TRUE}. Nota: Esta opción no está implementada para todos los casos.
#'
#' @return Devuelve el intervalo de confianza de la proporción poblacional en un objeto de tipo \code{data.frame}. Si \code{grafico = T} devuelve una \code{list} con el intervalo de confianza y su representación gráfica.
#'
#' @author
#' \strong{Vicente Coll-Serrano}.
#' \emph{Métodos Cuantitativos para la Medición de la Cultura (MC2). Economía Aplicada.}
#'
#' \strong{Rosario Martínez Verdú}.
#' \emph{Economía Aplicada.}
#'
#' Facultad de Economía. Universidad de Valencia (España)
#'
#' @details
#'
#' (1) Para tamaños muestrales muy grandes (n>100):
#'
#' \if{html}{\figure{icproporcion3.png}{options: width="80\%"}}
#' \if{latex}{\figure{icproporcion3.png}{options: width=12cm}}
#'
#' El usuario puede elegir entre tres estrategias:
#'
#' (1.1) En el error típico aproximar p por su estimación muestral.
#' (1.2) En el error típico considerar el caso: p=q=0.5
#' (1.3) Obtener el valor de p a partir del estadístico.
#'
#' (2) Para cualquier tamaño muestral puede obtenerse el intervalo:
#'
#' \if{html}{\figure{icproporcion1.png}{options: width="15\%"}}
#' \if{latex}{\figure{icproporcion1.png}{options: width=2.5cm}}
#'
#' correspondiendo los valores a las raíces de:
#'
#' \if{html}{\figure{icproporcion2.png}{options: width="80\%"}}
#' \if{latex}{\figure{icproporcion2.png}{options: width=12cm}}
#'
#' @references
#' Casas José M. (1997) Inferencia estadística. Editorial: Centro de estudios Ramón Areces, S.A. ISBN: 848004263-X
#'
#' Esteban García, J. et al. (2008). Curso básico de inferencia estadística. ReproExprés, SL. ISBN: 8493036595.
#'
#' Murgui, J.S. y otros. (2002). Ejercicios de estadística Economía y Ciencias sociales. tirant lo blanch. ISBN: 9788484424673
#'
#' Newbold, P, Carlson, W. y Thorne, B. (2019). Statistics for Business and Economics, Global Edition. Pearson. ISBN: 9781292315034
#'
#' @importFrom stats pnorm qnorm na.omit
#' @import dplyr ggplot2
#'
#' @export
ic.proporcion <- function(x,
variable = NULL,
introducir = FALSE,
irrestricto = FALSE,
confianza = 0.95,
grafico = FALSE){
#print("Intervalo de confianza de una proporci\u00f3n. El tama\u00f1o de la muestra es grande.")
if(confianza >= 0 & confianza <=1){
confianza <- confianza
alfa2 <- (1- confianza)/2
valor_critico <- qnorm(alfa2,lower.tail = F)
} else{
stop("El nivel de confianza debe fijarse entre 0 y 1")
}
if(isFALSE(introducir)) {
x <- data.frame(x)
varnames <- names(x)
if(is.null(variable)){
if(length(x) == 1){
x <- x
} else{
warning("Para calcular el intervalo de confianza hay que seleccionar una variable")
stop("El conjunto de datos seleccionado tiene mas de 1 variable.")
}
} else if(length(variable) == 1){
if(is.numeric(variable)){
if(variable <= length(x)){
variable <- variable
} else{
stop("Selecci\u00fn err\u00f3nea de variable")
}
}
if(is.character(variable)){
if(all(variable %in% varnames)){
variable = match(variable,varnames)
} else {
stop("El nombre de la variable no es v\u00e1lido")
}
}
x <- x[,variable] %>% as.data.frame()
names(x) <- varnames[variable]
} else{
warning("Para calcular el intervalo de confianza hay que seleccionar una variable")
stop("El conjunto de datos seleccionado tiene mas de 1 variable.")
}
x <- na.omit(x)
if(!all(x == 0 | x==1)){
print("Aplica a tus datos la condici\u00f3n que debe cumplir la poblaci\u00f3n para transfomar los datos en ceros (ausencia/no \u00e9xito) y unos (presencia/\u00e9xito)")
stop("Los valores en la muestra deben ser 0 y 1.")
}
clase <- sapply(x, class)
if (!clase %in% c("numeric","integer")) {
stop("No puede calcularse el intervalo de confianza porque la variable seleccionada no es cuantitativa")
}
# tama\u00f1o de la muestra
n <- nrow(x)
if(n < 100){
print("El tama\u00f1o de la muestra no es suficientemente grande (n<100), la aproximaci\u00f3n a la normal no es buena.")
print("Se obtendr\u00e1 el intervalo de p a partir del c\u00e1lculo de probabilidad del estad\u00edstico. Este criterio no tiene en cuenta el tama\u00f1o de la muestra." )
}
# media muestral
p_mu <- round(sum(x,na.rm=TRUE)/n,4)
} else{ # aqu\u00ed empieza introducir datos
n <- readline(prompt = "Introducir el tama\u00f1o de la muestra: ")
n <- as.numeric(n)
if(n < 100){
print("El tama\u00f1o de la muestra no es suficientemente grande (n<100), la aproximaci\u00f3n a la normal no es buena.")
print("Se obtendr\u00e1 el intervalo de p a partir del c\u00e1lculo de probabilidad del estad\u00edstico. Este criterio no tiene en cuenta el tama\u00f1o de la muestra." )
}
p_mu <- readline(prompt = "Introducir el valor de la proporci\u00f3n muestral: ")
p_mu <- as.numeric(p_mu)
}
if(isFALSE(irrestricto)){
if(n < 100){
print("El intervalo obtenido no es sim\u00e9trico respecto a la proporci\u00f3n muestral")
aproximacion <- 3
x <- n + valor_critico^2
y <- -(2 * p_mu * n + valor_critico^2)
z <- p_mu^2 * n
limite_inf <- (-y + sqrt((y^2) - (4 * x * z)))/(2 * x)
limite_sup <- (-y - sqrt((y^2) - (4 * x * z)))/(2 * x)
if(limite_inf <= limite_sup){
limite_inferior <- limite_inf
limite_superior <- limite_sup
} else{
limite_inferior <- limite_sup
limite_superior <- limite_inf
}
} else{
aproximacion <- as.numeric(readline('\u00bfQue estrategia quieres utilizar para aproximar el valor de p en el error t\u00edpico? \n 1. "Aproximar por la proporci\u00f3n muestral" \n 2. "p=q=0.5" \n 3. "Obtener el valor de p a partir del estad\u00edstico" \n'))
if(aproximacion == 1){
print("Como n es suficientemente grande, se aproxima el valor de p poblacional por su estimaci\u00f3n puntual (p muestral)")
error_tipico <- sqrt((p_mu * (1-p_mu))/n)
limite_inferior <- p_mu - valor_critico * error_tipico
limite_superior <- p_mu + valor_critico * error_tipico
} else if(aproximacion == 2){
error_tipico <- sqrt(0.25/n)
limite_inferior <- p_mu - valor_critico * error_tipico
limite_superior <- p_mu + valor_critico * error_tipico
} else{
aproximacion <- 3
print("Este criterio no tiene en cuenta el tama\u00f1o de la muestra. Se obtendr\u00e1 el intervalo de p a partir del c\u00e1lculo de probabilidad del estad\u00edstico")
print("El intervalo obtenido no es sim\u00e9trico respecto a la proporci\u00f3n muestral")
x <- n + valor_critico^2
y <- -(2 * p_mu * n + valor_critico^2)
z <- p_mu^2 * n
limite_inf <- (-y + sqrt((y^2) - (4 * x * z)))/(2 * x)
limite_sup <- (-y - sqrt((y^2) - (4 * x * z)))/(2 * x)
if(limite_inf <= limite_sup){
limite_inferior <- limite_inf
limite_superior <- limite_sup
} else{
limite_inferior <- limite_sup
limite_superior <- limite_inf
}
}
}
} else{
print("Intervalo para la proporci\u00f3n adecuado si el muestreo es sin reemplazamiento y la poblaci\u00f3n es finita")
aproximacion <- 0
N <- readline(prompt= "Introduce el tama\u00f1o (N) de la poblaci\u00f3n: ")
N <- as.numeric(N)
factor <- sqrt((N-n)/(N-1))
error_tipico <- sqrt((p_mu * (1-p_mu))/n) * factor
limite_inferior <- p_mu - valor_critico * error_tipico
limite_superior <- p_mu + valor_critico * error_tipico
}
if(grafico){
if(aproximacion == 3){
intervalo <- data.frame(ic = round(c(inferior=limite_inferior,p_mu = p_mu, superior=limite_superior),4),y=c(0,0,0))
plot <- ggplot(intervalo,aes(x= ic,y)) +
geom_line(aes(group = y), color = "grey",size = 3)+
geom_point(aes(color=ic), size=3,show.legend = FALSE) +
geom_text(aes(label = ic), size = 2.5, vjust=2) +
scale_y_continuous(expand=c(0,0)) +
scale_color_gradientn(colours=c("red","darkgreen","blue"))+
labs(y="",x="Intervalo de confianza de la proporci\u00f3n") +
tema_blanco
} else{
seq <- seq(-4,4,length=1000) * error_tipico + p_mu
seq <- as.data.frame(seq)
plot <- ggplot(seq, aes(seq)) +
stat_function(fun = dnorm, args = list(mean = p_mu, sd = error_tipico)) +
geom_area(stat = "function", fun = dnorm, args = list(mean = p_mu, sd = error_tipico), fill = "darkgreen", xlim = c(limite_inferior,limite_superior)) +
labs(x = "", y = "",title = paste("Intervalo de confianza de la proporci\u00f3n\n(NC=",confianza*100,"%)")) +
scale_y_continuous(breaks = NULL) +
scale_x_continuous(breaks = round(c(limite_inferior,p_mu,limite_superior),4)) +
tema_blanco +
theme(axis.text.x = element_text(angle = 45)) +
theme(axis.line.x = element_line(color = "black") )
}
}
IC <- cbind(limite_inferior,limite_superior)
IC <- as.data.frame(IC)
row.names(IC) <- NULL
if(grafico){
return(list(IC,plot))
} else{
return(IC)
}
}
Any scripts or data that you put into this service are public.
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.