¿Cómo calcular un intervalo de confianza binomial en R?

En este artículo, discutiremos cómo calcular un intervalo de confianza binomial en el lenguaje de programación R. Podemos calcular el intervalo de confianza binomial utilizando las siguientes fórmulas:

p +/- z*(√p(1-p) / n)

dónde,

  • p es para la proporción de éxitos
  • z es el valor elegido
  • n es el tamaño de la muestra

Podemos calcular usando los siguientes métodos

Método 1: utilice la función prop.test()

Esta función se utiliza para calcular el intervalo de confianza binomial del 95 %.

Sintaxis : prop.test(x, n, conf.level=.95, correct=FALSE)

dónde,

  • x es la variable de entrada
  • n es el tamaño de la muestra
  • conf.level es el nivel de confianza que se utiliza para calcular el intervalo de confianza binomial del 95 %.

R

# calculate for 34
print(prop.test(x = 34, n = 100,
                conf.level = .95,
                correct = FALSE))

Producción:

    1-sample proportions test without continuity correction

data:  34 out of 100, null probability 0.5
X-squared = 10.24, df = 1, p-value = 0.001374
alternative hypothesis: true p is not equal to 0.5
95 percent confidence interval:
 0.2546152 0.4372227
sample estimates:
   p 
0.34 

Método 2: use la función binconf()

La función binconf() está disponible en el paquete Hmisc. Para instalar este paquete, ejecute los siguientes comandos:

install.packages("Hmisc")

Sintaxis de binconf(): 

Sintaxis : binconf(x, n, alfa)

dónde

  • x es la variable de entrada
  • n es el tamaño de la muestra
  • alfa es el nivel de confianza binomial

R

# load the library
library(Hmisc)
 
# calculate for 34 with 95%confidence level
print(binconf(x=34, n=100,
              alpha=.05))

Producción:

 PointEst     Lower     Upper
     0.34 0.2546152 0.4372227

Método 3: Calcule el intervalo de confianza con fórmulas

En este método, usaremos el intervalo de confianza binomial en R usando esta fórmula:

Sintaxis : p + c(-qnorm(1-a/2), qnorm(1-a/2))*sqrt((1/100)*p*(1-p))

dónde,

  • p es el valor proporcional
  • a es el nivel de significancia

R

# p value
p = 52/56
 
# alpha  value
a = 0.05
 
# calculate binomial  interval
print(p + c(-qnorm(1-a/2),
            qnorm(1-a/2))*sqrt((1/100)*p*(1-p)))

Producción:

[1] 0.8780946 0.9790482

Publicación traducida automáticamente

Artículo escrito por 171fa07058 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *