2.1 Intervalo de confiana para a mdia de uma populao normal 2.1.1 com varincia conhecida z.test(x, sigma.x=NULL, conf.level=0.95)
#Package BSDA
#onde x o vector da amostra, sigma.x o desvio padro da populao e 0.95 o
#nvel de confiana por defeito. #Usa-se quando se conhecem todos os valores da amostra. zsum.test(mean.x, sigma.x=NULL, n.x=NULL, conf.level=0.95) #Package BSDA #onde mean.x a mdia da amostra, sigma.x o desvio padro da populao, #n.x a dimenso da amostra e 0.95 o nvel de confiana por defeito. #Pode-se usar mesmo quando se conhece apenas a mdia e a dimenso da amosta. norm.ci(conf=0.95, var.t0=NULL, t0=NULL) #Package boot #onde 0.95 o nvel de confiana por defeito, t0 designa a mdia da amostra e #var.t0 a varincia da mdia amostral, ou seja, 2/n. #Pode-se usar mesmo quando se conhece apenas a mdia e a dimenso da amostra.
n = NULL) #Package asbio # onde data o vector da amostra (exigida se summarized=FALSE), 0.95 o #nvel de confiana por defeito, sigma o desvio padro da populao, summarized #indica se a amostra est sumariada (TRUE) ou no, xbar a mdia da amostra e #n a dimenso da amostra (exigidas se summarized=TRUE) #Pode-se usar conhecendo a amostra ou um sumrio da amostra. 2.1.2 com varincia desconhecida t.test(x, conf.level=0.95) #onde x o vector da amostra e 0.95 o nvel de confiana por defeito #Usa-se quando se conhecem todos os valores da amostra. tsum.test(mean.x, s.x=NULL, n.x=NULL, conf.level=0.95) #Package BSDA #onde mean.x a mdia da amostra, s.x o desvio padro corrigido da amostra, #n.x a dimenso da amostra e 0.95 o nvel de confiana por defeito. #Pode-se usar mesmo quando se conhece apenas a mdia, a varincia e a dimenso da #amostra. ci.mu.t(data, conf=0.95, summarized=FALSE, xbar=NULL, st.dev=NULL, n=NULL) #Package asbio # onde data o vector da amostra (exigida se summarized=FALSE), 0.95 o #nvel de confiana por defeito, summarized indica se a amostra est sumariada # (TRUE) ou no, xbar a mdia da amostra, st.dev o desvio padro corrigido # da amostra e n a dimenso da amostra (exigidas se summarized=TRUE) #Pode-se usar conhecendo a amostra ou um sumrio da amostra.
2.2 Intervalo de confiana para a varincia de uma populao normal
sigma2.test(x, conf.level=0.95) #Package sigma2tools #onde x o vector da amostra e 0.95 o nvel de confiana por defeito. #Usa-se quando se conhecem todos os valores da amostra. ci.sigma(data, conf=0.95, S.sq=NULL, n=NULL, summarized=FALSE) #Package asbio #onde data o vector da amostra (exigida se summarized=FALSE), S.sq a #varincia da amostra (exigida se summarized=TRUE), n a dimenso da amostra #(exigida se summarized=TRUE) e 0.95 o nvel de confiana por defeito. #Pode-se usar conhecendo a amostra ou um sumrio da amostra. 2.3 Intervalo de confiana para a proporo ci.p(data, conf=0.95, summarized=FALSE, phat=NULL, S.phat=NULL, n=NULL) #Package asbio #onde data o vector da amostra (exigida se summarized=FALSE), 0.95 o nvel de #confiana por defeito, phat a proporo amostral (exigida se summarized=TRUE), # S.phat o desvio padro estimado de , ou seja
() (exigido se
summarized=TRUE)
# e n a dimenso da amostra (exigido se summarized=TRUE).
prop.test(x, n, conf.level=0.95, correct=F)
#onde x o nmero de sucessos na amostra, n a dimenso da amostra, 0.95 o nvel
# de confiana por defeito e correct determina se a correco de continuidade de Yates # dever ser usada (T) ou no (F). #Este IC obtido atravs da resoluo da inequao em ordem a p na frmula do intervalo, #evitando utilizar o estimador de p na varincia do estimador. (Usa o teste do qui#quadrado de Pearson). 2.4 Intervalo de confiana para a diferena das mdias de duas populaes normais 2.4.1 com varincias conhecidas e amostras independentes z.test(x, y, sigma.x=NULL, sigma.y=NULL, conf.level=0.95) #Package BSDA #onde x e y so os vectores das amostras, sigma.x e sigma.y so os desvios padro # das populaes e 0.95 o nvel de confiana por defeito. #Usa-se quando se conhecem todos os valores das amostras. zsum.test(mean.x, sigma.x=NULL, n.x=NULL, mean.y=NULL, sigma.y=NULL, n.y=NULL, conf.level=0.95) #Package BSDA #onde mean.x e mean.y so as mdias das duas amostras, sigma.x e sigma.y so os #desvios padro das duas populaes, n.x e n.y so as dimenses das duas amostras # e 0.95 o nvel de confiana por defeito. #Pode-se usar mesmo quando se conhecem apenas as mdias e as dimenses das #amostras.
norm.ci(conf=0.95, var.t0=NULL, t0=NULL)
# Package boot
#onde 0.95 o nvel de confiana por defeito, var.t0 designa a varincia da
#diferena das mdias das duas amostras, ou seja,
+
e t0 designa essa #diferena, ou seja, .
2.4.2 com varincias desconhecidas e amostras independentes
t.test(x, y, var.equal=FALSE, conf.level=0.95) #onde x e y so os vectores da amostras, var.equal=FALSE (por defeito), se as #varincias das populaes no forem iguais, var.equal=TRUE se as varincias das #populaes forem iguais e 0.95 o nvel de confiana por defeito. tsum.test(mean.x, s.x=NULL, n.x=NULL, mean.y=NULL, s.y=NULL, n.y=NULL, var.equal=FALSE, conf.level=0.95) #Package BSDA #onde mean.x e mean.y so as mdias das amostras, s.x e s.y so os desvios padro #corrigidos das amostras, n.x e n.y so as dimenses das amostras, var.equal # igual ao comando t.test acima e 0.95 o nvel de confiana por defeito. 2.4.3 com varincias desconhecidas e amostras emparelhadas t.test(x, y, paired=TRUE, conf.level=0.95) #onde x e y so os vectores da amostras, paired indica se as amostras esto #emparelhadas ou no e 0.95 o nvel de confiana por defeito.
2.5 Intervalo de confiana para a diferena das propores
prop.test(x, n, conf.level=0.95, correct=F) #onde x um vector com a contagem de sucessos das amostras, n um vector com as #dimenses das amostras, 0.95 o nvel de confiana por defeito e correct determina se #a correco de continuidade de Yates dever ser usada (T) ou no (F). (Usa o teste do # qui-quadrado de Pearson).
2.6 Intervalo de confiana para o quociente das varincias de duas populaes
normais com amostras independentes var.test(x, y, conf.level=0.95) #onde x e y so os vectores das amostras e 0.95 o nvel de confiana por defeito. #Usa-se quando se conhecem todos os valores da amostra.
lic <- 1/qf((1+conf)/2, n.x-1, n.y-1)*sx.c^2/sy.c^2 lsc <- 1/qf((1-conf)/2, n.x-1, n.y-1)*sx.c^2/sy.c^2 } varqcint(sx.c, nx, sy.c, ny, conf=0.95) #onde sx.c e sy.c so os desvios padro (corrigidos) das amostras, n.x e n.y so as #dimenses das amostras e conf o nvel de confiana por defeito.