-
Notifications
You must be signed in to change notification settings - Fork 0
/
6_Tarea 3 pt 1.R
47 lines (38 loc) · 1.31 KB
/
6_Tarea 3 pt 1.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
# En esta ayudantia estudiaremos la relacion entre
# la media y varianza en una distribucion Poisson
# Una muestra n = 50, theta = 3 -----------------------
n <- 100 # Tamano de muestra
v1 <- rpois(n,3) # Generamos muestra
theta1 <- mean(v1) # Media
theta2 <- var(v1)*((n-1)/n) # Varianza
# Histograma con media y varianza
hist(v1,
main = "titulo",
xlab = "x",
ylab = "y",
col = blues9)
abline(v=3, col="black", lwd = 3)
abline(v=theta1, col="blue", lwd = 2, lty = 2)
abline(v=theta2, col="red", lwd = 2, lty = 2)
legend(x = "topright", legend = c(3, "media", "varianza"),
lwd = c(3,2,2), lty = c(1,2,2),
col = c("black", "blue", "red"),
cex = 0.5)
# 500 muestras n = 100, theta = 3 ----------------------
n <- 100 # Tamano de muestra
t1 <- rep(0, 500) # Vector de medias
t2 <- rep(0, 500) # vector de varianzas
# Generamos 500 muestras y guardamos las medias y varianzas
for (i in 1:500) {
m <- rpois(n, 3)
t1[i] <- mean(m)
t2[i] <- var(m)*((n-1)/n)
}
# Graficamos los pares de medias y varianzas obtenidos
plot(t1, t2,
main = "Media vs Varianza (muestral)",
xlab = "Media muestral",
ylab = "Varianza muestral")
abline(v=3, col="red", lwd = 2, lty = 2)
abline(h=3, col="red", lwd = 2, lty = 2)
# Pregunta: ¿que observas?