Estimacion del parametro de la distribucion de Poisson
icl.RdObtencion del intervalo de confianza para el parametro de la distribucion de Poisson por los metodos exacto y aproximando a la normal (transformacion de la raiz).
Arguments
- x
valor entero: vector de observaciones de una v.a. con distribucion de Poisson o valor medio observado en una muestra de tamano n.
- n
valor entero: tamano de la muestra piloto cuando x representa su media.
- conf
valor < 1: nivel de confianza (alternativo al error alfa, en tanto por uno). Por defecto =.95.
- alfa
valor < 1: error alfa (alternativo al nivel de confianza, en tanto por uno). Por defecto =.05.
- decs
valor entero: precision decimal para la salida de resultados. Por defecto = 4.
- d
valor real < 1: precision deseada para el intervalo de confianza. Si d>0 se invoca a la funcion nl()
- eco
valor logico: si eco=TRUE la funcion genera un informe (no devuelve valores), si eco=FALSE devuelve el IC exacto y el basado en la aprox normal con su precision respectiva
Value
Informe con intervalos de confianza exacto y aproximado a la normal (con cpc) (eco=TRUE) o los limites y precision correspondientes a cada intervalo
Examples
# Introduciendo datos observados
# Una sola observacion (muestra de tamano n=1)
icl(3)
#>
#> Intervalo de confianza bilateral para el parámetro λ de una VA con distribución de Poisson
#> ----------------------------------------------------------------------------------------------
#> Información muestral:
#> Muestra de una sola observación
#> Tamaño muestral: n = 1
#> Media observada: m = 3
#>
#> Estimación:
#> [1] Método exacto:
#> 95 %-IC(λ): ( 0.6187 , 8.7673 )
#> Semiamplitud del intervalo: 4.0743
#>
#> [2] Aproximación a la normal (transformación de la raiz):
#> Validez de la aproximación: Σx = 3 < 15 --- NO es válida ---
#> 95 %-IC(λ): ( 0.5656 , 8.8803 )
#> Precisión obtenida: 4.1573
#>
# muestra con mas de una observacion
icl(c(3,6,3,1,2,5))
#>
#> Intervalo de confianza bilateral para el parámetro λ de una VA con distribución de Poisson
#> ----------------------------------------------------------------------------------------------
#> Información muestral:
#> No hay valores faltantes
#> Tamaño muestral: n = 6
#> Media observada: m = 3.3333
#>
#> Estimación:
#> [1] Método exacto:
#> 95 %-IC(λ): ( 2.0361 , 5.1481 )
#> Semiamplitud del intervalo: 1.556
#>
#> [2] Aproximación a la normal (transformación de la raiz):
#> Validez de la aproximación: Σx = 20 ⩾ 15 (válida)
#> 95 %-IC(λ): ( 2.0325 , 5.157 )
#> Precisión obtenida: 1.5622
#>
# Introduciendo media x de n datos observados
icl(x=25, n=210)
#>
#> Intervalo de confianza bilateral para el parámetro λ de una VA con distribución de Poisson
#> ----------------------------------------------------------------------------------------------
#> Información muestral:
#> Se indica una única observación muestral 210
#> Tamaño muestral: n = 210
#> Media observada: m = 25
#>
#> Estimación:
#> [1] Método exacto:
#> 95 %-IC(λ): ( 24.3283 , 25.6856 )
#> Semiamplitud del intervalo: 0.6787
#>
#> [2] Aproximación a la normal (transformación de la raiz):
#> Validez de la aproximación: Σx = 5250 ⩾ 15 (válida)
#> 95 %-IC(λ): ( 24.3283 , 25.6857 )
#> Precisión obtenida: 0.6787
#>
icl(x=25, n=210, eco=FALSE)->IC
IC
#> [[1]]
#> [1] 24.32827
#>
#> [[2]]
#> [1] 25.68558
#>
#> [[3]]
#> [1] 0.6786537
#>
#> [[4]]
#> [1] 24.32832
#>
#> [[5]]
#> [1] 25.68565
#>
#> [[6]]
#> [1] 0.678665
#>
# solicitud del tamano de muestra necesario para estimar con una precision d=1 unidad
icl(x=25, n=210, d=1)
#>
#> Intervalo de confianza bilateral para el parámetro λ de una VA con distribución de Poisson
#> ----------------------------------------------------------------------------------------------
#> Información muestral:
#> Se indica una única observación muestral 210
#> Tamaño muestral: n = 210
#> Media observada: m = 25
#>
#> Estimación:
#> [1] Método exacto:
#> 95 %-IC(λ): ( 24.3283 , 25.6856 )
#> Semiamplitud del intervalo: 0.6787
#>
#> [2] Aproximación a la normal (transformación de la raiz):
#> Validez de la aproximación: Σx = 5250 ⩾ 15 (válida)
#> 95 %-IC(λ): ( 24.3283 , 25.6857 )
#> Precisión obtenida: 0.6787
#>
#>
#> Tamaño de muestra necesario para estimar el parámetro λ
#> de una VA con distribución de Poisson con precisión δ
#> ----------------------------------------------------------------------
#> Muestra piloto:
#> Se indica una única observación muestral 210
#> Tamaño muestral: n = 210
#> Media observada: m = 25
#>
#> Estimación considerando la información muestral:
#> 95 %-max(λ) = 25.575 (método exacto)
#> Precisión deseada: δ = 1
#> Tamano muestral sin cpc: n ⩾ 99
#> Tamano muestral con cpc: n ⩾ 100
#>