Herramientas para el cálculo de intervalos de confianza en R
Métodos clásicos y bootstrap sobre data frames y matrices.
📋 Tabla de contenidos
- Descripción
- Instalación
- Funciones disponibles
- Uso rápido
- Ejemplos detallados
- Estructura del paquete
- Licencia
📖 Descripción
ictools es un paquete de R diseñado para calcular intervalos de confianza de forma sencilla y reproducible a partir de data frames y matrices. Ofrece una interfaz unificada para los métodos estadísticos más utilizados en inferencia clásica, incluyendo:
- Intervalos de confianza para medias poblacionales
- Intervalos de confianza para proporciones
- Intervalos de confianza para varianzas
- Intervalos de confianza para la razón de varianzas
- Intervalos de confianza en regresión lineal
El paquete está orientado a estudiantes, docentes e investigadores que necesiten calcular intervalos de confianza de manera sistemática sin tener que reescribir la misma lógica repetidamente.
📦 Instalación
Puedes instalar la versión de desarrollo directamente desde GitHub usando el paquete devtools o remotes:
# Usando devtools install.packages("devtools") devtools::install_github("RayanSiffeO/ictools") # O usando remotes install.packages("remotes") remotes::install_github("RayanSiffeO/ictools")
Una vez instalado, carga el paquete con:
library(ictools)🔧 Funciones disponibles
| Función | Descripción | Distribución usada |
|---|---|---|
ic_pmean() |
IC para la media poblacional | t de Student / Normal |
ic_prop() |
IC para una proporción | Normal (aproximación) |
ic_var() |
IC para la varianza | Chi-cuadrado |
ic_razon_var() |
IC para la razón de dos varianzas | F de Snedecor |
ic_reg() |
IC para coeficientes de regresión lineal | t de Student |
Todas las funciones devuelven objetos con métodos print() y as.data.frame() implementados, lo que facilita la visualización y exportación de resultados.
⚡ Uso rápido
library(ictools) # Intervalo de confianza para la media (varianza desconocida) ic_pmean(x = c(23, 25, 28, 22, 30, 27), conf = 0.95) # Intervalo de confianza para una proporción ic_prop(x = 42, n = 100, conf = 0.95) # Intervalo de confianza para la varianza ic_var(x = rnorm(30, mean = 5, sd = 2), conf = 0.95) # Intervalo de confianza para la razón de varianzas ic_razon_var(x = rnorm(20, sd = 2), y = rnorm(25, sd = 3), conf = 0.95) # Intervalo de confianza para coeficientes de regresión modelo <- ic_reg(y ~ x1 + x2, data = mi_datos, conf = 0.95) print(modelo)
📚 Ejemplos detallados
ic_pmean() — Media poblacional
Calcula el intervalo de confianza para la media de una población cuando la varianza es desconocida (usa distribución t de Student) o conocida (usa distribución Normal).
# Con un vector numérico datos <- c(4.5, 5.1, 4.8, 5.3, 4.9, 5.0, 4.7) resultado <- ic_pmean(x = datos, conf = 0.95) print(resultado) #> Intervalo de confianza para la media (95%) #> Estimación puntual: 4.9 #> IC: [4.62, 5.18] # Exportar como data frame as.data.frame(resultado)
ic_prop() — Proporción
Calcula el intervalo de confianza para una proporción poblacional usando la aproximación normal.
# 42 éxitos en 100 ensayos resultado <- ic_prop(x = 42, n = 100, conf = 0.95) print(resultado) #> Intervalo de confianza para la proporción (95%) #> Proporción muestral: 0.42 #> IC: [0.323, 0.517]
ic_var() — Varianza
Calcula el intervalo de confianza para la varianza poblacional basado en la distribución chi-cuadrado.
set.seed(42) muestra <- rnorm(50, mean = 10, sd = 3) resultado <- ic_var(x = muestra, conf = 0.95) print(resultado) #> Intervalo de confianza para la varianza (95%) #> Varianza muestral: 8.73 #> IC: [6.02, 13.54]
ic_razon_var() — Razón de varianzas
Calcula el intervalo de confianza para el cociente de dos varianzas poblacionales usando la distribución F.
grupo_A <- c(12, 14, 13, 15, 11, 14) grupo_B <- c(20, 18, 22, 19, 21, 23) resultado <- ic_razon_var(x = grupo_A, y = grupo_B, conf = 0.95) print(resultado) #> Intervalo de confianza para la razón de varianzas (95%) #> Razón muestral: 0.43 #> IC: [0.07, 2.86]
ic_reg() — Regresión lineal
Calcula los intervalos de confianza para los coeficientes de un modelo de regresión lineal.
# Usando el dataset mtcars resultado <- ic_reg(mpg ~ wt + hp, data = mtcars, conf = 0.95) print(resultado) #> Intervalos de confianza para coeficientes de regresión (95%) #> Estimación LI LS #> (Intercept) 37.23 33.16 41.29 #> wt -3.88 -5.17 -2.58 #> hp -0.03 -0.05 -0.02 as.data.frame(resultado)
🗂 Estructura del paquete
ictools/
├── R/ # Código fuente de las funciones
├── man/ # Documentación generada por roxygen2
├── tests/ # Pruebas unitarias (testthat)
├── DESCRIPTION # Metadatos del paquete
├── NAMESPACE # Exports e imports generados automáticamente
├── LICENSE # Licencia del paquete
└── README.md # Este archivo
📄 Licencia
Este proyecto está bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.
👤 Autor
Rayan Siffeo
GitHub: @RayanSiffeO
Si encuentras algún error o quieres proponer mejoras, no dudes en abrir un issue o un pull request.