SlideShare una empresa de Scribd logo
1 de 8
Descargar para leer sin conexión
Comparativa de la distribución de agua a las explotaciones
agrícolas entre La región de Murcia y la comunidad de
Castilla La Mancha
Inferencia Estadística
Grado en Matemáticas.
Adil Ziani
adil.ziani @um.es
19/12/2016
1
Índice
1. Introducción 3
2. Estudio para Castilla La Mancha 3
2.1. Estimación X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2. Estimación 2
X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3. Estudio para Región de Murcia 5
3.1. Estimación Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2. Estimación 2
Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.3. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4. Inferencia sobre las medias de las dos poblacionies 7
5. Por qué se queja el gobierno manchego por el trasvase TajoSegura 8
2
1. Introducción
En este documento vamos a hacer una comparativa de la distribución de agua a las explotaciones agríco-
las entre La región de Murcia y la comunidad de Castilla La Mancha. Para ello disponemos de una muestra
empírica obtenida del INE (Instituto Nacional de Estadistica) de los años 2000 hasta 2014 ambos inclusive,
que refleja la cantidad de agua en miles de metros cúbicos destinados al sector agrícola.
La cantidad de agua destinada a la agricultura depende directamente de las precipitaciones, que noso-
tros consideraremos variable aleatoria aun que con avances de tecnología para la meteorología se puede
estimar, y si la naturaleza actúa como era previsto sus aproximaciones serán mas acertadas, pero no siempre
la naturaleza actúa com era previsto, con lo cual lo consideraremos un fenómeno aleatorio y no determinista.
Variables aleatorias que vamos a considerar:
X = miles de metros cúbicos de agua destinados a la agricultura por año en CLM
Y = miles de metros cúbicos de agua destinados a la agricultura por año en MU
Las muestras son:
Año 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000
Castilla La Mancha 1384978 1594521 1774425 1457484 1679912 1804532 1561411 1756765 1722266 1806982 2056215 1983521 1904691 1811118 1804619
Regiń de Murcia 609319 531099 587658 574697 507840 526051 521744 551803 527511 563066 619956 614442 629710 563734 496364
Cuadro 1: Agua destinada a la agricultura. unidad: miles de metros cúbicos. Fuente: INE
En forma de Histograma:
2. Estudio para Castilla La Mancha
Vamos en primer lugar a realizar un test de normalidad sobre la v.a X.
## shapiro.test(X) ## shapiro.test(log(X))
## ##
## Shapiro-Wilk normality test ## Shapiro-Wilk normality test
## ##
## data: X ## data: log(X)
## W = 0.96497, p-value = 0.7779 ## W = 0.95184, p-value = 0.5539
Con lo cual aceptamos que la v.a X sigue una distribución normal dado que el p-valor=0.7779 es
superior a  = 0;01. Lo que equivale a decir que aceptamos la normalidad de X con un 99% de confianza.
Podríamos aceptar también la hipótesis de seguir una Log normal, pero como ambas distribuciones dependen
del mismo número de parámetros (la media y la varianza), escogemos el modelo con mayor p-valor.
Valor que toma el estadístico: W=0.96497
3
Veamos que podemos observar la conclusión anterior plasmada en gráficas.
(a) Función de Distribución Empírica (b) Función de Distribución Teórica
(c) Superposición de las graficas anterioires (d) Q Q Plot
Se observa que el ajuste es bueno tanto en la gráfica de comparación de distribuciones como la gáfica Q Q
Plot, lo que corrobora nuestra conclusión inicial.
Una vez que hemos aceptado la hipótesis de normalidad de la variable X, usando para ello el test de
Shapiro Wilk, procedemos a hacer Inferencia sobre sus dos parámetros.
2.1. Estimación X
Para estimar la media de la distribución, lo haremos tanto por estimación puntual como por intervalos
de confianza.
Un E.I.M.V para la media es la media muestral X =
nP
i=1
Xi
n LLevado a R:
1mean(X)
## [1] 1740229
Com lo cual tomaremos como aproximación a la media el valor X = 1740229.
Como se desconoce la varianza del modelo, usaremos la siguiente expresión de intervalo de confianza nivel
1  con  = 0;01.
(X  t1 
2
SXpn;X +t1 
2
SXpn)
4
1t.test(X,conf.level = 0.99)
## One Sample t-test
##
## data: X
## t = 36.839, df = 14, p-value = 2.434e-15
## alternative hypothesis: true mean is not equal to 0
## 99 percent confidence interval:
## 1599608 1880850
## sample estimates:
## mean of x
## 1740229
Con lo cual el intervalo es (1599608;1880850).
2.2. Estimación 2
X
Un estimador insesgado consistente para la varianza es la cuasi varianza muestral:
S2
X = 1
n 1
nP
i=1
(xi  X)2
Que llevado a R nos devuelve:
1sd(X)
## [1] 182953.2
Con lo cual aproximamos la varianza del modelo 2
X = 182953;2
2.3. Resumen
Resumiendo el contraste anterior:
X $ N(1740229;182953;2)
3. Estudio para Región de Murcia
Haremos un estudio análogo al caso anterior.
test de normalidad:
1shapiro.test(Y)
## Shapiro-Wilk normality test
##
## data: Y
## W = 0.94239, p-value = 0.4134
Donde el estadístico tiene un valor de W = 0;94239 y el p-valor= 0.4134 que es superior a  = 0;01 con
lo cual aceptamos que los datos siguen una distribución normal.
Una aproximación por gráficas.
5
(e) Función de Distribución Empírica (f) Función de Distribución Teórica
(g) Superposición de las graficas anterioires (h) Q Q Plot
3.1. Estimación Y
Usamos el E.I.M.V Y
1mean(Y)
## [1] 561666.3
Com lo cual tomaremos como aproximación a la media el valor Y = 561666;3.
Estimación por intervalo de confianza.
1t.test(Y,conf.level = 0.99)
## One Sample t-test
##
## data: Y
## t = 50.326, df = 14, p-value  2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 99 percent confidence interval:
## 528442.9 594889.6
## sample estimates:
## mean of x
## 561666.3
Con lo cual el intervalo es (528442;9;594889;6).
6
3.2. Estimación 2
Y
1sd(Y)
## [1] 43224.84
Con lo cual aproximamos la varianza del modelo 2
Y = 43224;84
3.3. Resumen
Y $ N(561666;3;43224;84)
4. Inferencia sobre las medias de las dos poblacionies
Las observaciones se han tomado en distintas áreas, y dado que el agua destinada a la agricultura depende
de las necesidades del sector en cada región, las variables que estamos considerando son independientes, hecho
que usaremos acontinuación.
Observando los datos vemos que la media de agua destinada a la agricultura fue mucho mayor en Castilla
la Mancha que en la Rigión de Murcia, contrastemos dicha observación matemáticamente.
En primer lugar nos planteamos el siguiente contraste de hipótesis:
H0 : 2
Y = 2
X
H1 : 2
Y T= 2
X
Podemos realizar dicho contraste en R con el comando:
1var.test(Y,X)
## F test to compare two variances
##
## data: Y and X
## F = 0.05582, num df = 14, denom df = 14, p-value = 2.984e-06
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
## 0.01874029 0.16626356
## sample estimates:
## ratio of variances
## 0.0558196
Obteniendo como valor del estadístico F = 0;05582 y p-valor=2.984e-06, como el p-valor obtenido es muy
pequeño, es menor que  = 0;01 y por tanto rechazamos la hipótesis nula
Acontinuación hacemos el siguiente contraste:
H0 : Y  X
H1 : Y ! X
Podemos realizar dicho contraste en R con el comando:
1t.test(Y,X,alternative=greater,var.equal=FALSE)
## Welch Two Sample t-test
##
## data: Y and X
## t = -24.281, df = 15.558, p-value = 1
## alternative hypothesis: true difference in means is greater than 0
## 95 percent confidence interval:
7
## -1263454 Inf
## sample estimates:
## mean of x mean of y
## 561666.3 1740229.3
Obteniendo como valor del estadístico t =  24;281 y p valor = 1, lo que con permite aceptar la hipótesis
nula con toda certeza posible. Podemos obtener intervalo de confianza para diferencia de medias
1t.test(Y,X,conf.level = 0.99, var.equal=FALSE)
## Welch Two Sample t-test
##
## data: Y and X
## t = -24.281, df = 15.558, p-value = 8.634e-14
## alternative hypothesis: true difference in means is not equal to 0
## 99 percent confidence interval:
## -1320868 -1036258
## sample estimates:
## mean of x mean of y
## 561666.3 1740229.3
De donde el intervalo de confianza a nivel 0;99% para Y  X es ( 1320868; 1036258)
5. Por qué se queja el gobierno manchego por el trasvase TajoSegura
Consultando fuentes oficiales
http://www.castillalamancha.es/
http://www.institutofomentomurcia.es/web/portal/informes-sectoriales1
tenemos que la Comunidad de castilla La Mancha dedica 5694723 hectáreas a la agricultura y obtiene un
ingreso de 37399453000E del cual el 10;17% proviene del sector agrario, es decir, el sector agrario genera
3;803;524;370E
Para la región de Murcia, tenemos que dedica 606019 hectáreas a la agricultura y genera un 21.4 % del PIB
regional que es de 27.122.000.000E, es decir, 5;804;108;000E
Con lo cual, viendo a ambas partes como parte de España y que la Comunidad de Castilla La Mancha cubre
sin problemas hasta el momento su necesidad de agua a la agricultura con el trasvase abierto, es logicamente
necesario y útil dicho trasvase ya que Murcia con dedicar un 10;64% de superficie que dedica Castilla la
Mancha, ingresa un 152;59% de lo que ingresa Castilla La Mancha. Gracias en parte a que el 21% del agua
dedicada a la agricultura en Murcia es la ofrecida por el trasvase Tajo Segura.
8

Más contenido relacionado

La actualidad más candente

Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)Daniel Gómez
 
ESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoiESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoiSEURI KILAKOI
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadcoso16
 
Teorema de bayes (1)
Teorema de bayes (1)Teorema de bayes (1)
Teorema de bayes (1)lordlance
 
Ejercicios de estadistica 22
Ejercicios de estadistica 22Ejercicios de estadistica 22
Ejercicios de estadistica 22Pedro Ca
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Luz Hernández
 
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Luz Hernández
 
T E O R E M A D E B A Y E S
T E O R E M A  D E  B A Y E ST E O R E M A  D E  B A Y E S
T E O R E M A D E B A Y E SJennifer
 
Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametrosUFRO
 
Distribuciones muestrales (u talca)
Distribuciones muestrales (u talca)Distribuciones muestrales (u talca)
Distribuciones muestrales (u talca)Miguel Gachuz
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporcioneseraperez
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIAcheperobertt
 
Mediciones y cálculo de incertidumbres experimentales
Mediciones y cálculo de incertidumbres experimentalesMediciones y cálculo de incertidumbres experimentales
Mediciones y cálculo de incertidumbres experimentalesJhonás A. Vega
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1Juan Zaruma
 

La actualidad más candente (19)

Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)
 
ESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoiESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoi
 
Distribuciones De Probabilidad
Distribuciones De ProbabilidadDistribuciones De Probabilidad
Distribuciones De Probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Tema 8 regresión lineal simple y correlación
Tema 8   regresión lineal simple y correlaciónTema 8   regresión lineal simple y correlación
Tema 8 regresión lineal simple y correlación
 
Teorema de bayes (1)
Teorema de bayes (1)Teorema de bayes (1)
Teorema de bayes (1)
 
Inundaciones gp
Inundaciones gpInundaciones gp
Inundaciones gp
 
Ejercicios de estadistica 22
Ejercicios de estadistica 22Ejercicios de estadistica 22
Ejercicios de estadistica 22
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8)
 
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
 
T E O R E M A D E B A Y E S
T E O R E M A  D E  B A Y E ST E O R E M A  D E  B A Y E S
T E O R E M A D E B A Y E S
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametros
 
Distribuciones muestrales (u talca)
Distribuciones muestrales (u talca)Distribuciones muestrales (u talca)
Distribuciones muestrales (u talca)
 
Estimacion y desviacion
Estimacion y desviacion Estimacion y desviacion
Estimacion y desviacion
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
Mediciones y cálculo de incertidumbres experimentales
Mediciones y cálculo de incertidumbres experimentalesMediciones y cálculo de incertidumbres experimentales
Mediciones y cálculo de incertidumbres experimentales
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1
 

Similar a Análisis de normalidad de una población y comparación de medias.

GRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptx
GRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptxGRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptx
GRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptxSueYhaMaruko
 
Regresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaRegresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaalexySantana1
 
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptxMedidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptxSANTOS400018
 
La derivada, concepto y reglas
La derivada, concepto y  reglasLa derivada, concepto y  reglas
La derivada, concepto y reglasmarianperez97
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersionAlejandro CQ
 
(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacionAna
 
Analisis de regresion multiple
Analisis de regresion multipleAnalisis de regresion multiple
Analisis de regresion multipleJhosepAlexFernndez
 
Regionalizacion idf iarh_last vesion
Regionalizacion idf iarh_last vesionRegionalizacion idf iarh_last vesion
Regionalizacion idf iarh_last vesionGustavo Devoto
 
Módulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptx
Módulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptxMódulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptx
Módulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptxAngieLezcano1
 
02 estadística bidimensional
02 estadística bidimensional02 estadística bidimensional
02 estadística bidimensionalklorofila
 
Ejercicios compendio 7 y 8
Ejercicios compendio 7 y 8Ejercicios compendio 7 y 8
Ejercicios compendio 7 y 8Alejandro Suarez
 

Similar a Análisis de normalidad de una población y comparación de medias. (20)

GRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptx
GRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptxGRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptx
GRUPO 1_DISTRI. PEARSON TIPO III ,LOG PEARSON TIPO III Y GUMBEL.pptx
 
Regresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaRegresión simple y correlación - Estadística
Regresión simple y correlación - Estadística
 
Formulario estadisticas
Formulario estadisticas Formulario estadisticas
Formulario estadisticas
 
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptxMedidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
 
Unooooo
UnoooooUnooooo
Unooooo
 
Distribución normal y t de student
Distribución normal y t de studentDistribución normal y t de student
Distribución normal y t de student
 
La derivada, concepto y reglas
La derivada, concepto y  reglasLa derivada, concepto y  reglas
La derivada, concepto y reglas
 
Guia de laboratorio
Guia de laboratorioGuia de laboratorio
Guia de laboratorio
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
Contingencia
ContingenciaContingencia
Contingencia
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
 
(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion
 
Analisis de regresion multiple
Analisis de regresion multipleAnalisis de regresion multiple
Analisis de regresion multiple
 
Regionalizacion idf iarh_last vesion
Regionalizacion idf iarh_last vesionRegionalizacion idf iarh_last vesion
Regionalizacion idf iarh_last vesion
 
Módulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptx
Módulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptxMódulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptx
Módulo 2. CONCEPTOS MATEMÁTICOS UTILIZADOS EN ESTADÍSTICA.pptx
 
Regresión Lineal múltiple
Regresión Lineal  múltiple Regresión Lineal  múltiple
Regresión Lineal múltiple
 
02 estadística bidimensional
02 estadística bidimensional02 estadística bidimensional
02 estadística bidimensional
 
Unidad ii, graficos. su importancia en fisica
Unidad ii, graficos.  su importancia en fisicaUnidad ii, graficos.  su importancia en fisica
Unidad ii, graficos. su importancia en fisica
 
Ejercicios compendio 7 y 8
Ejercicios compendio 7 y 8Ejercicios compendio 7 y 8
Ejercicios compendio 7 y 8
 
Laboratorio 2.1
Laboratorio 2.1Laboratorio 2.1
Laboratorio 2.1
 

Más de adilazh1

Optimización de funciones fraccionarias
Optimización de funciones fraccionariasOptimización de funciones fraccionarias
Optimización de funciones fraccionariasadilazh1
 
Programación lineal entera AMPL
Programación lineal entera AMPLProgramación lineal entera AMPL
Programación lineal entera AMPLadilazh1
 
Ecuación funcional de Abel
Ecuación funcional de AbelEcuación funcional de Abel
Ecuación funcional de Abeladilazh1
 
l’analyse d’une nouvelle journalistique.
l’analyse d’une nouvelle journalistique.l’analyse d’une nouvelle journalistique.
l’analyse d’une nouvelle journalistique.adilazh1
 
Friedensreich Hundertwasser
Friedensreich HundertwasserFriedensreich Hundertwasser
Friedensreich Hundertwasseradilazh1
 
La cousine Bette
La cousine BetteLa cousine Bette
La cousine Betteadilazh1
 
La tour eiffel présente
La tour eiffel présenteLa tour eiffel présente
La tour eiffel présenteadilazh1
 
Introducción al arte
Introducción al arteIntroducción al arte
Introducción al arteadilazh1
 
Edad de los metales
Edad de los metalesEdad de los metales
Edad de los metalesadilazh1
 
Las Drogas
Las DrogasLas Drogas
Las Drogasadilazh1
 
Música del Renacimiento
 Música del Renacimiento Música del Renacimiento
Música del Renacimientoadilazh1
 
La música de la Edad Media
La música de la Edad MediaLa música de la Edad Media
La música de la Edad Mediaadilazh1
 
música del romantecismo
 música del romantecismo música del romantecismo
música del romantecismoadilazh1
 
Circuitos eléctricos
Circuitos eléctricosCircuitos eléctricos
Circuitos eléctricosadilazh1
 
La Música del Barroco
La Música del BarrocoLa Música del Barroco
La Música del Barrocoadilazh1
 
La música del Clasicismo
La música del ClasicismoLa música del Clasicismo
La música del Clasicismoadilazh1
 

Más de adilazh1 (18)

Optimización de funciones fraccionarias
Optimización de funciones fraccionariasOptimización de funciones fraccionarias
Optimización de funciones fraccionarias
 
Programación lineal entera AMPL
Programación lineal entera AMPLProgramación lineal entera AMPL
Programación lineal entera AMPL
 
Ecuación funcional de Abel
Ecuación funcional de AbelEcuación funcional de Abel
Ecuación funcional de Abel
 
l’analyse d’une nouvelle journalistique.
l’analyse d’une nouvelle journalistique.l’analyse d’une nouvelle journalistique.
l’analyse d’une nouvelle journalistique.
 
Friedensreich Hundertwasser
Friedensreich HundertwasserFriedensreich Hundertwasser
Friedensreich Hundertwasser
 
La cousine Bette
La cousine BetteLa cousine Bette
La cousine Bette
 
Cónicas
CónicasCónicas
Cónicas
 
Mesozoico
MesozoicoMesozoico
Mesozoico
 
La tour eiffel présente
La tour eiffel présenteLa tour eiffel présente
La tour eiffel présente
 
Introducción al arte
Introducción al arteIntroducción al arte
Introducción al arte
 
Edad de los metales
Edad de los metalesEdad de los metales
Edad de los metales
 
Las Drogas
Las DrogasLas Drogas
Las Drogas
 
Música del Renacimiento
 Música del Renacimiento Música del Renacimiento
Música del Renacimiento
 
La música de la Edad Media
La música de la Edad MediaLa música de la Edad Media
La música de la Edad Media
 
música del romantecismo
 música del romantecismo música del romantecismo
música del romantecismo
 
Circuitos eléctricos
Circuitos eléctricosCircuitos eléctricos
Circuitos eléctricos
 
La Música del Barroco
La Música del BarrocoLa Música del Barroco
La Música del Barroco
 
La música del Clasicismo
La música del ClasicismoLa música del Clasicismo
La música del Clasicismo
 

Último

Ejercicios de Espectrofotometría Infrarrojo
Ejercicios de Espectrofotometría InfrarrojoEjercicios de Espectrofotometría Infrarrojo
Ejercicios de Espectrofotometría InfrarrojoRamsesDRHO
 
llenado de certificado de defuncion.pptx
llenado de certificado de defuncion.pptxllenado de certificado de defuncion.pptx
llenado de certificado de defuncion.pptxrubenfhmed22
 
SISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIA
SISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIASISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIA
SISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIAAlejandraNoeth
 
infografía con los cambios psicológicos y sociales en la adolescencia..pdf
infografía con los cambios psicológicos y sociales en la adolescencia..pdfinfografía con los cambios psicológicos y sociales en la adolescencia..pdf
infografía con los cambios psicológicos y sociales en la adolescencia..pdfKarolYaneliAlburquer
 
llouz, Eva. - La vida emocional del populismo [ocr] [2023].pdf
llouz, Eva. - La vida emocional del populismo [ocr] [2023].pdfllouz, Eva. - La vida emocional del populismo [ocr] [2023].pdf
llouz, Eva. - La vida emocional del populismo [ocr] [2023].pdffrank0071
 
WIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdf
WIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdfWIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdf
WIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdfPaolaRocanoCaro
 
inflamacion y reparacion celular (1).pdf
inflamacion y reparacion celular  (1).pdfinflamacion y reparacion celular  (1).pdf
inflamacion y reparacion celular (1).pdfNicoleVargas644629
 
sistema respiratorio medicina veterinaria
sistema respiratorio medicina veterinariasistema respiratorio medicina veterinaria
sistema respiratorio medicina veterinariagarfieldfer99
 
Taxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptx
Taxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptxTaxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptx
Taxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptxinversionesmacg
 
Alteraciones del flujo sanguíneo sistémico.pdf
Alteraciones del flujo sanguíneo sistémico.pdfAlteraciones del flujo sanguíneo sistémico.pdf
Alteraciones del flujo sanguíneo sistémico.pdfpinomolinavm
 
a trayectoria y trayecto finalizado.pptx
a trayectoria y trayecto finalizado.pptxa trayectoria y trayecto finalizado.pptx
a trayectoria y trayecto finalizado.pptxHaroldDavid17
 
trabajodetecnologa-240406000025-79ff7438.pdf
trabajodetecnologa-240406000025-79ff7438.pdftrabajodetecnologa-240406000025-79ff7438.pdf
trabajodetecnologa-240406000025-79ff7438.pdfvictorsamuelmiranda
 

Último (13)

MALTRATO INFANTIL SEMIOLOGIA PEDIATRIAA.
MALTRATO INFANTIL SEMIOLOGIA PEDIATRIAA.MALTRATO INFANTIL SEMIOLOGIA PEDIATRIAA.
MALTRATO INFANTIL SEMIOLOGIA PEDIATRIAA.
 
Ejercicios de Espectrofotometría Infrarrojo
Ejercicios de Espectrofotometría InfrarrojoEjercicios de Espectrofotometría Infrarrojo
Ejercicios de Espectrofotometría Infrarrojo
 
llenado de certificado de defuncion.pptx
llenado de certificado de defuncion.pptxllenado de certificado de defuncion.pptx
llenado de certificado de defuncion.pptx
 
SISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIA
SISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIASISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIA
SISTEMA CIRCULATORIO BOVINOS MEDICINA VETERINARIA Y ZOOTECNIA
 
infografía con los cambios psicológicos y sociales en la adolescencia..pdf
infografía con los cambios psicológicos y sociales en la adolescencia..pdfinfografía con los cambios psicológicos y sociales en la adolescencia..pdf
infografía con los cambios psicológicos y sociales en la adolescencia..pdf
 
llouz, Eva. - La vida emocional del populismo [ocr] [2023].pdf
llouz, Eva. - La vida emocional del populismo [ocr] [2023].pdfllouz, Eva. - La vida emocional del populismo [ocr] [2023].pdf
llouz, Eva. - La vida emocional del populismo [ocr] [2023].pdf
 
WIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdf
WIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdfWIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdf
WIENER FISIOLOGIA DEL ESOFAGO Y ESTOMAGO.pdf
 
inflamacion y reparacion celular (1).pdf
inflamacion y reparacion celular  (1).pdfinflamacion y reparacion celular  (1).pdf
inflamacion y reparacion celular (1).pdf
 
sistema respiratorio medicina veterinaria
sistema respiratorio medicina veterinariasistema respiratorio medicina veterinaria
sistema respiratorio medicina veterinaria
 
Taxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptx
Taxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptxTaxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptx
Taxonomia, nutricion, morfologia y aspectos básicos de los zancudos .pptx
 
Alteraciones del flujo sanguíneo sistémico.pdf
Alteraciones del flujo sanguíneo sistémico.pdfAlteraciones del flujo sanguíneo sistémico.pdf
Alteraciones del flujo sanguíneo sistémico.pdf
 
a trayectoria y trayecto finalizado.pptx
a trayectoria y trayecto finalizado.pptxa trayectoria y trayecto finalizado.pptx
a trayectoria y trayecto finalizado.pptx
 
trabajodetecnologa-240406000025-79ff7438.pdf
trabajodetecnologa-240406000025-79ff7438.pdftrabajodetecnologa-240406000025-79ff7438.pdf
trabajodetecnologa-240406000025-79ff7438.pdf
 

Análisis de normalidad de una población y comparación de medias.

  • 1. Comparativa de la distribución de agua a las explotaciones agrícolas entre La región de Murcia y la comunidad de Castilla La Mancha Inferencia Estadística Grado en Matemáticas. Adil Ziani adil.ziani @um.es 19/12/2016 1
  • 2. Índice 1. Introducción 3 2. Estudio para Castilla La Mancha 3 2.1. Estimación X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.2. Estimación 2 X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.3. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3. Estudio para Región de Murcia 5 3.1. Estimación Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 3.2. Estimación 2 Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3.3. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 4. Inferencia sobre las medias de las dos poblacionies 7 5. Por qué se queja el gobierno manchego por el trasvase TajoSegura 8 2
  • 3. 1. Introducción En este documento vamos a hacer una comparativa de la distribución de agua a las explotaciones agríco- las entre La región de Murcia y la comunidad de Castilla La Mancha. Para ello disponemos de una muestra empírica obtenida del INE (Instituto Nacional de Estadistica) de los años 2000 hasta 2014 ambos inclusive, que refleja la cantidad de agua en miles de metros cúbicos destinados al sector agrícola. La cantidad de agua destinada a la agricultura depende directamente de las precipitaciones, que noso- tros consideraremos variable aleatoria aun que con avances de tecnología para la meteorología se puede estimar, y si la naturaleza actúa como era previsto sus aproximaciones serán mas acertadas, pero no siempre la naturaleza actúa com era previsto, con lo cual lo consideraremos un fenómeno aleatorio y no determinista. Variables aleatorias que vamos a considerar: X = miles de metros cúbicos de agua destinados a la agricultura por año en CLM Y = miles de metros cúbicos de agua destinados a la agricultura por año en MU Las muestras son: Año 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 Castilla La Mancha 1384978 1594521 1774425 1457484 1679912 1804532 1561411 1756765 1722266 1806982 2056215 1983521 1904691 1811118 1804619 Regiń de Murcia 609319 531099 587658 574697 507840 526051 521744 551803 527511 563066 619956 614442 629710 563734 496364 Cuadro 1: Agua destinada a la agricultura. unidad: miles de metros cúbicos. Fuente: INE En forma de Histograma: 2. Estudio para Castilla La Mancha Vamos en primer lugar a realizar un test de normalidad sobre la v.a X. ## shapiro.test(X) ## shapiro.test(log(X)) ## ## ## Shapiro-Wilk normality test ## Shapiro-Wilk normality test ## ## ## data: X ## data: log(X) ## W = 0.96497, p-value = 0.7779 ## W = 0.95184, p-value = 0.5539 Con lo cual aceptamos que la v.a X sigue una distribución normal dado que el p-valor=0.7779 es superior a = 0;01. Lo que equivale a decir que aceptamos la normalidad de X con un 99% de confianza. Podríamos aceptar también la hipótesis de seguir una Log normal, pero como ambas distribuciones dependen del mismo número de parámetros (la media y la varianza), escogemos el modelo con mayor p-valor. Valor que toma el estadístico: W=0.96497 3
  • 4. Veamos que podemos observar la conclusión anterior plasmada en gráficas. (a) Función de Distribución Empírica (b) Función de Distribución Teórica (c) Superposición de las graficas anterioires (d) Q Q Plot Se observa que el ajuste es bueno tanto en la gráfica de comparación de distribuciones como la gáfica Q Q Plot, lo que corrobora nuestra conclusión inicial. Una vez que hemos aceptado la hipótesis de normalidad de la variable X, usando para ello el test de Shapiro Wilk, procedemos a hacer Inferencia sobre sus dos parámetros. 2.1. Estimación X Para estimar la media de la distribución, lo haremos tanto por estimación puntual como por intervalos de confianza. Un E.I.M.V para la media es la media muestral X = nP i=1 Xi n LLevado a R: 1mean(X) ## [1] 1740229 Com lo cual tomaremos como aproximación a la media el valor X = 1740229. Como se desconoce la varianza del modelo, usaremos la siguiente expresión de intervalo de confianza nivel 1  con = 0;01. (X  t1  2 SXpn;X +t1  2 SXpn) 4
  • 5. 1t.test(X,conf.level = 0.99) ## One Sample t-test ## ## data: X ## t = 36.839, df = 14, p-value = 2.434e-15 ## alternative hypothesis: true mean is not equal to 0 ## 99 percent confidence interval: ## 1599608 1880850 ## sample estimates: ## mean of x ## 1740229 Con lo cual el intervalo es (1599608;1880850). 2.2. Estimación 2 X Un estimador insesgado consistente para la varianza es la cuasi varianza muestral: S2 X = 1 n 1 nP i=1 (xi  X)2 Que llevado a R nos devuelve: 1sd(X) ## [1] 182953.2 Con lo cual aproximamos la varianza del modelo 2 X = 182953;2 2.3. Resumen Resumiendo el contraste anterior: X $ N(1740229;182953;2) 3. Estudio para Región de Murcia Haremos un estudio análogo al caso anterior. test de normalidad: 1shapiro.test(Y) ## Shapiro-Wilk normality test ## ## data: Y ## W = 0.94239, p-value = 0.4134 Donde el estadístico tiene un valor de W = 0;94239 y el p-valor= 0.4134 que es superior a = 0;01 con lo cual aceptamos que los datos siguen una distribución normal. Una aproximación por gráficas. 5
  • 6. (e) Función de Distribución Empírica (f) Función de Distribución Teórica (g) Superposición de las graficas anterioires (h) Q Q Plot 3.1. Estimación Y Usamos el E.I.M.V Y 1mean(Y) ## [1] 561666.3 Com lo cual tomaremos como aproximación a la media el valor Y = 561666;3. Estimación por intervalo de confianza. 1t.test(Y,conf.level = 0.99) ## One Sample t-test ## ## data: Y ## t = 50.326, df = 14, p-value 2.2e-16 ## alternative hypothesis: true mean is not equal to 0 ## 99 percent confidence interval: ## 528442.9 594889.6 ## sample estimates: ## mean of x ## 561666.3 Con lo cual el intervalo es (528442;9;594889;6). 6
  • 7. 3.2. Estimación 2 Y 1sd(Y) ## [1] 43224.84 Con lo cual aproximamos la varianza del modelo 2 Y = 43224;84 3.3. Resumen Y $ N(561666;3;43224;84) 4. Inferencia sobre las medias de las dos poblacionies Las observaciones se han tomado en distintas áreas, y dado que el agua destinada a la agricultura depende de las necesidades del sector en cada región, las variables que estamos considerando son independientes, hecho que usaremos acontinuación. Observando los datos vemos que la media de agua destinada a la agricultura fue mucho mayor en Castilla la Mancha que en la Rigión de Murcia, contrastemos dicha observación matemáticamente. En primer lugar nos planteamos el siguiente contraste de hipótesis: H0 : 2 Y = 2 X H1 : 2 Y T= 2 X Podemos realizar dicho contraste en R con el comando: 1var.test(Y,X) ## F test to compare two variances ## ## data: Y and X ## F = 0.05582, num df = 14, denom df = 14, p-value = 2.984e-06 ## alternative hypothesis: true ratio of variances is not equal to 1 ## 95 percent confidence interval: ## 0.01874029 0.16626356 ## sample estimates: ## ratio of variances ## 0.0558196 Obteniendo como valor del estadístico F = 0;05582 y p-valor=2.984e-06, como el p-valor obtenido es muy pequeño, es menor que = 0;01 y por tanto rechazamos la hipótesis nula Acontinuación hacemos el siguiente contraste: H0 : Y X H1 : Y ! X Podemos realizar dicho contraste en R con el comando: 1t.test(Y,X,alternative=greater,var.equal=FALSE) ## Welch Two Sample t-test ## ## data: Y and X ## t = -24.281, df = 15.558, p-value = 1 ## alternative hypothesis: true difference in means is greater than 0 ## 95 percent confidence interval: 7
  • 8. ## -1263454 Inf ## sample estimates: ## mean of x mean of y ## 561666.3 1740229.3 Obteniendo como valor del estadístico t =  24;281 y p valor = 1, lo que con permite aceptar la hipótesis nula con toda certeza posible. Podemos obtener intervalo de confianza para diferencia de medias 1t.test(Y,X,conf.level = 0.99, var.equal=FALSE) ## Welch Two Sample t-test ## ## data: Y and X ## t = -24.281, df = 15.558, p-value = 8.634e-14 ## alternative hypothesis: true difference in means is not equal to 0 ## 99 percent confidence interval: ## -1320868 -1036258 ## sample estimates: ## mean of x mean of y ## 561666.3 1740229.3 De donde el intervalo de confianza a nivel 0;99% para Y  X es ( 1320868; 1036258) 5. Por qué se queja el gobierno manchego por el trasvase TajoSegura Consultando fuentes oficiales http://www.castillalamancha.es/ http://www.institutofomentomurcia.es/web/portal/informes-sectoriales1 tenemos que la Comunidad de castilla La Mancha dedica 5694723 hectáreas a la agricultura y obtiene un ingreso de 37399453000E del cual el 10;17% proviene del sector agrario, es decir, el sector agrario genera 3;803;524;370E Para la región de Murcia, tenemos que dedica 606019 hectáreas a la agricultura y genera un 21.4 % del PIB regional que es de 27.122.000.000E, es decir, 5;804;108;000E Con lo cual, viendo a ambas partes como parte de España y que la Comunidad de Castilla La Mancha cubre sin problemas hasta el momento su necesidad de agua a la agricultura con el trasvase abierto, es logicamente necesario y útil dicho trasvase ya que Murcia con dedicar un 10;64% de superficie que dedica Castilla la Mancha, ingresa un 152;59% de lo que ingresa Castilla La Mancha. Gracias en parte a que el 21% del agua dedicada a la agricultura en Murcia es la ofrecida por el trasvase Tajo Segura. 8