RPubs will retire in June 2027. Your existing documents will stay accessible through December 31, 2031
and Connect Cloud is the recommended home for new publishing. Read the blog post

Recently Published

Plot
CodeAlong7
Publish Document
Project 3
Angel Gallardo
Actividad 2 - Punto 4
Estimación Boostrap. Trabajo presentado por Cesar Fuentes y Daniel Sanchez.
Actividad 2 - Punto 3
Teorema del límite central. Trabajo presentado por Cesar Fuentes y Daniel Sanchez.
Actividad 2
En este informe se solucionan cuatro problemas mediante el uso de simulaciones para diversos propósitos estadísticos. Problema 1: Estimación del valor de π Se utiliza simulación para estimar el valor de π. Se genera un cuadrado de área 1 y se inscribe un círculo de área π/4. Se generan puntos aleatorios dentro del cuadrado. La proporción de puntos dentro del círculo estima π/4, y de allí se calcula una aproximación de π. Se sugiere usar al menos 1000 puntos para una estimación precisa. Problema 2: Propiedades de los estimadores Se evalúan las propiedades de diferentes estimadores para un parámetro θ desconocido de una distribución exponencial. Se proponen cuatro estimadores y se analiza su insesgadez, eficiencia y consistencia. Se genera una muestra de diferentes tamaños y se evalúan los estimadores para cada tamaño de muestra. Problema 3: Teorema del Límite Central Se explora el Teorema del Límite Central mediante simulación. Se genera una población de individuos enfermos y sanos. Se obtienen muestras aleatorias de diferentes tamaños y se calcula la proporción muestral. Se analiza la simetría, sesgo y variabilidad de los estimadores. Se evalúa la normalidad de los estimadores para diferentes tamaños de muestra. Se repite el proceso para diferentes porcentajes de individuos enfermos. Problema 4: Estimación bootstrap Se utiliza el método bootstrap para estimar un intervalo de confianza para la media de una muestra. Se tienen mediciones de eficiencia de combustible de camiones y se desea construir un intervalo de confianza del 95% para la media de la población. Se extraen muestras bootstrap y se calculan las medias. Se construyen intervalos de confianza utilizando dos métodos y se comparan los resultados. Cada problema requiere la implementación de simulaciones y el análisis de los resultados para abordar diferentes aspectos estadísticos y propiedades de los estimadores.
Actividad 2 - Punto 2
Evaluación de propiedades de unos estimadores. Trabajo presentado por Cesar Fuentes y Daniel Sanchez.
Actividad 2 - Punto 1
Estimación de pi utilizando el método de Monte Carlo. Trabajo presentado por Cesar Fuentes y Daniel Sanchez.
Form Signers 3/10-3/16
Document
This R document includes the analysis made on the job listing dataset aiming to find the most valuable data science skills.