Q
qchisq() {stats}
Devuelve el cuantil para una distribución acumulada por izquierda |
p = vector de probabilidades
df = grados de libertad
lower.tail = lógico, si es TRUE (por defecto) la probabilidad acumulada es por menor, en caso contrario la probabilidad acumulada es por mayor
|
p = 0.95
df = 2
qchisq(p = p,
df = df,
lower.tail = TRUE)
## [1] 5.991465
qnorm() {stats}
Devuelve el cuantil correspondiente a un determinado valor de p |
p = cuantil o valor de la variable cuya probabilidad acumulada se desea conocer
lower.tail = TRUE o FALSE. Por defecto, devuelve la probabilidad acumulada por izquierda (TRUE)
mean = es el valor de la media. Por defecto mean=0
sd = es el valor del desvío estándar. Por defecto, sd=1
|
media = 27210
sigma = 3000
qnorm(p=0.25,
mean = media,
sd = sigma)
## [1] 25186.53
qt() {stats}
Devuelve el cuantil correspondiente a un determinado valor de p |
p = cuantil o valor de la variable cuya probabilidad acumulada se desea conocer
df = grados de libertad
lower.tail = TRUE o FALSE. Por defecto, devuelve la probabilidad acumulada por izquierda (TRUE)
|
p = 0.05
df = 5
qt(p = p,
df = df,
lower.tail = T)
## [1] -2.015048
qtukey() {stats}
Devuelve el cuantil correspondiente a un determinado valor de p |
p = cuantil o valor de la variable cuya probabilidad acumulada se desea conocer
nmeans = número de tratamientos
df = grados de libertad
lower.tail = TRUE o FALSE. Por defecto, devuelve la probabilidad acumulada por izquierda (TRUE)
|
qtukey(p = 0.05,
nmeans = 3,
df = 27,
lower.tail = FALSE)
## [1] 3.506426
quantile() {stats}
Permite calcular los cuantiles de un conjunto de datos |
x = es el vector de datos del cual se desean calcular los cuantiles
probs = es un vector de probabilidades que especifica los cuantiles que se desean calcular. Por ejemplo, si desea calcular el percentil 25 (el cuartil inferior), probs sería 0.25
type = método de cálculo. Se utiliza el tipo 2 (criterio general para cuantiles)
|
quantile(datos$PT, probs= 0.75, type=2)
## 75%
## 1.27
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.330 0.860 1.010 1.078 1.270 2.050