Upload 5 files

include.md

@@ -0,0 +1,27 @@
+# Prueba de hipótesis para la media
+
+Suponga que se tiene una muestra aleatoria $X_1, X_2, \ldots, X_n$ proveniente de una población normal. Se quiere estudiar la hipótesis nula $H_0: \mu = \mu_0$ y se sospecha que la media $\mu$ cumple una de las siguientes situaciones:
+
+1. $H_a: \mu < \mu_0$
+2. $H_a: \mu \neq \mu_0$
+3. $H_a: \mu > \mu_0$
+
+El estadístico para realizar la prueba es $$T_0=\frac{\bar{X} - \mu_0}{S/\sqrt{n}},$$
+
+donde $\bar{X}$ y $S$ son la media y desviación estándar muestral respectivamente.
+
+Bajo la suposición de que $H_0$ es verdadera, $T_0$ tiene distribución $t$-student con $n-1$ grados de libertad.
+
+Si el valor calculado para el estadístico dado en la ecuación anterior se denota por $t_0$, entonces el valor-$P$ de la prueba se calcula de acuerdo a la hipótesis alterna $H_a$ así:
+
+- Si $H_a: \mu < \mu_0$ entonces valor-$P$=$P(t_{n-1} < t_0)$. 
+- Si $H_a: \mu \neq \mu_0$ entonces valor-$P$=$2 \times P(t_{n-1} > \lvert t_0 \rvert)$.
+- Si $H_a: \mu > \mu_0$ entonces valor-$P$=$P(t_{n-1} > t_0)$.
+
+Si se dá el caso en que la muestra aleatoria no proviene de una población normal pero se cumple que $n \geq 40$, entonces el estadístico para realizar la prueba es:
+$$
+Z_0=\frac{\bar{X} - \mu_0}{S/\sqrt{n}},
+$$
+y en este caso el estadístico $Z_0$, en virtud del Teorema del Límite Central, tiene una distribución $z \sim N(0, 1)$ bajo la suposición de que $H_0$ es verdadera. Si el valor calculado del estadístico es $z_0$, se pueden usar las expresiones anteriores para calcular el valor-$P$ sustituyendo $t_0$ por $z_0$ y $t_{n-1}$ por $z$.
+
+En cualquiera de los casos, la hipótesis nula $H_0$ se rechaza si el valor-$P$ es menor que el nivel de significancia ($\alpha$) fijado previamente por el analista.

means_data.txt

@@ -0,0 +1,101 @@
+Weigth	Heigth
+53.09817	168.9792
+60.2536	154.0794
+60.57112	178.5135
+53.55212	145.6071
+63.95424	145.1823
+68.62175	146.6526
+59.3937	150.1703
+54.85139	154.1393
+56.18212	211.1142
+57.94596	155.6074
+60.05633	180.7278
+56.65037	153.8238
+59.14473	160.6151
+60.85186	172.8011
+63.4691	168.2495
+68.87719	190.7063
+53.22856	193.0385
+61.98031	152.1141
+61.3466	178.4211
+70.6553	162.0479
+53.94735	138.9784
+65.30227	178.686
+67.90827	177.2521
+60.19456	182.7935
+63.14799	168.6113
+50.74211	161.106
+54.37209	149.4436
+61.80647	162.5439
+66.44006	204.6559
+69.32612	180.8448
+56.43465	166.6911
+59.92681	162.9765
+67.89035	159.6578
+50.20544	162.7743
+65.17708	162.8984
+64.21323	189.4598
+60.07455	150.462
+57.61265	148.8138
+66.2314	176.9834
+53.15213	182.6959
+56.11033	161.2404
+55.2948	190.1691
+60.50972	169.5429
+63.83561	148.3607
+65.33804	164.7481
+54.50226	167.4611
+65.59086	174.1593
+55.52423	167.5852
+67.02337	175.3402
+62.62035	170.9605
+68.87993	170.869
+53.89413	169.9824
+54.96583	172.2888
+52.12436	188.0458
+50.40455	196.4013
+62.84082	165.8279
+56.22349	155.3835
+57.65475	156.3143
+61.75107	175.7196
+60.88272	170.8627
+62.35261	170.2354
+60.57066	176.973
+63.32021	181.3175
+68.06532	184.0032
+62.78009	165.8424
+52.65252	182.4191
+66.70305	154.5413
+51.62308	145.1807
+56.02632	178.2507
+57.55016	155.53
+59.998	209.5686
+62.53957	140.5118
+61.46648	167.0732
+70.13264	166.7734
+60.09332	177.3142
+61.39649	158.3873
+60.20784	175.4754
+51.45882	153.2652
+49.993	163.1174
+61.18023	150.3906
+55.6152	161.9006
+61.40898	149.1997
+57.55849	180.9661
+55.819	178.2533
+59.39731	176.8483
+59.94743	150.9343
+56.59401	146.71
+68.53324	175.1023
+62.87226	173.1839
+65.50766	169.1627
+61.04492	168.7064
+62.38285	185.0806
+55.54364	162.3449
+53.17127	175.9443
+56.12465	162.7634
+63.39455	182.122
+61.88589	140.1003
+67.47816	154.0689
+60.24467	184.4114
+64.1793	171.2866

server.R

@@ -0,0 +1,86 @@
+library(shiny)
+
+shinyServer(function(input,output,session){
+  
+  observe({
+    inFile <- input$file1
+    if(is.null(inFile)) 
+      dt <- read.table('means_data.txt', header=T, sep='\t')
+    else dt <- read.csv(inFile$datapath, header=input$header,
+                        sep=input$sep)
+    updateSelectInput(session, "variable", choices=names(dt))
+  })
+  
+  output$inputData <- renderTable({
+    inFile <- input$file1
+    if(is.null(inFile)) 
+      dt <- read.table('means_data.txt', header=T, sep='\t')
+    else dt <- read.csv(inFile$datapath, header=input$header, 
+                        sep=input$sep)
+    dt
+  })
+  
+  output$statistic <- renderTable({
+    inFile <- input$file1
+    if(is.null(inFile)) 
+      dt <- read.table('means_data.txt', header=T, sep='\t')
+    else dt <- read.csv(inFile$datapath, header=input$header, 
+                        sep=input$sep)
+    y <- na.omit(dt[, input$variable])  # Para sacar los NA de la variable
+    res <- data.frame(Media=mean(y), Varianza=var(y), n=length(y))
+    colnames(res) <- c('Media', 'Varianza', 'Número obs')
+    res
+  }, align='c', bordered = TRUE)
+  
+  output$appPlot <- renderPlot({
+    inFile <- input$file1
+    if(is.null(inFile)) 
+      dt <- read.table('means_data.txt', header=T, sep='\t')
+    else dt <- read.csv(inFile$datapath, header=input$header, 
+                        sep=input$sep)
+    y <- na.omit(dt[, input$variable])  # Para sacar los NA de la variable
+    
+    par(mfrow=c(1, 2), bg='gray98')
+    hist(y, col='deepskyblue3', freq=F, las=1,
+         xlab=as.character(input$variable),
+         main='Histograma y densidad', ylab='Densidad')
+    lines(density(y), lwd=4, col='firebrick3')
+    qqnorm(y, las=1, main='QQplot', xlab='Cuantiles teóricos N(0, 1)',
+           pch=19, col='deepskyblue3',
+           ylab=as.character(input$variable))
+    qqline(y)
+    shapi <- shapiro.test(x=y)
+    legend('topleft', bty='n', col='red', text.col='deepskyblue3',
+           legend=paste('Valor P=', round(shapi$p.value, 2)))
+  })
+  
+  output$resul1 <- renderText({
+    inFile <- input$file1
+    if(is.null(inFile)) 
+      dt <- read.table('means_data.txt', header=T, sep='\t')
+    else dt <- read.csv(inFile$datapath, header=input$header, 
+                        sep=input$sep)
+    y <- na.omit(dt[, input$variable])  # Para sacar los NA de la variable
+    ph <- t.test(x=y, alternative=input$h0, mu=input$mu0, 
+                 conf.level=input$alfa)
+    paste0('El estadístico de prueba es to=', round(ph$statistic, 2),
+           ' con un valor-P de ', round(ph$p.value, 4), '.')
+  })
+  
+   output$resul2 <- renderText({
+     inFile <- input$file1
+     if(is.null(inFile)) 
+       dt <- read.table('means_data.txt', header=T, sep='\t')
+     else dt <- read.csv(inFile$datapath, header=input$header, 
+                         sep=input$sep)
+    y <- na.omit(dt[, input$variable])  # Para sacar los NA de la variable
+    ph <- t.test(x=y, alternative=input$h0, mu=input$mu0, 
+                 conf.level=input$alfa)
+    intervalo <- paste("(", round(ph$conf.int[1], digits=4), ", ",
+                       round(ph$conf.int[2], digits=4), ").", sep='')
+    paste0('El intervalo de confianza del ', 100*input$alfa,
+           '% para la media poblacional es ', intervalo)
+  })
+   
+
+})

ui.R

@@ -0,0 +1,107 @@
+library(shiny)
+library(markdown)
+
+shinyUI(pageWithSidebar(
+  headerPanel(title=HTML("Prueba de hipótesis para la media μ"),
+              windowTitle="PH media"),
+  sidebarPanel(
+    h5('Esta aplicación realiza la prueba de hipótesis para la 
+       media de una variable cuantitativa con distribución normal.'),
+    
+    h6('La aplicación usa una base de datos de ejemplo pero el usuario
+       puede cargar su propia base de datos.'),
+    
+    fileInput(inputId='file1',
+              label='Use el siguiente botón para cargar su base de datos.',
+              accept = c(
+                'text/csv',
+                'text/comma-separated-values',
+                'text/tab-separated-values',
+                'text/plain',
+                '.csv',
+                '.tsv'
+              )),
+    
+    checkboxInput(inputId='header',
+                  label='¿Tiene encabezado la base de datos?', 
+                  value=TRUE),
+    
+    selectInput(inputId="sep",
+                label = "¿Cuál es la separación de los datos?", 
+                choices = list(Tab='\t', Comma=',',
+                               Semicolon=';', 'Space'=' '),
+                selected = ';'),
+    
+    selectInput(inputId="variable",
+                label="Elija la variable cuantitativa para realizar
+                la prueba de hipótesis.",
+                choices=""),
+    
+    numericInput(inputId='mu0', 
+                 label=HTML("Ingrese el valor de referencia
+                            &mu;<sub>0</sub> para probar
+                            H<sub>0</sub>: &mu; = &mu;<sub>0</sub>"), 
+                 value=60),
+    
+    selectInput(inputId="h0", 
+                label=HTML("Elija la hipótesis alternativa
+                          < , &ne; o >"), 
+                choices=list("Menor" = "less", 
+                             "Diferente" = "two.sided",
+                             "Mayor" = "greater"),
+                selected = "two.sided"),
+    
+    sliderInput(inputId='alfa',
+                label=HTML("Opcional: elija un nivel de confianza para 
+                construir el intervalo de confianza para la media &mu;"),
+                min=0.90, max=0.99,
+                value=0.95, step=0.01),
+    
+    img(src="https://raw.githubusercontent.com/fhernanb/fhernanb.github.io/refs/heads/main/my_docs/logo_unal_shiny.png", 
+        height = 60, width = 120),
+    img(src="https://raw.githubusercontent.com/fhernanb/fhernanb.github.io/refs/heads/main/my_docs/logo_udea_shiny.png", 
+        height = 25, width = 70),
+    img(src="https://raw.githubusercontent.com/fhernanb/fhernanb.github.io/refs/heads/main/my_docs/logo_cua_shiny.png", 
+        height = 40, width = 110),
+    br(),
+    tags$a(href="https://srunal.github.io", "https://srunal.github.io")
+
+),
+
+mainPanel(
+  tabsetPanel(type = "pills",
+              
+              tabPanel("Resultados",
+                       h5('A continuación el histograma, ladensidad, 
+                          el QQplot
+                          y valor-P de la prueba de normalidad
+                          Shapiro-Wilk para la muestra.'),
+                       
+                       plotOutput("appPlot",
+                                  width='500px',
+                                  height='300px'),
+                       
+                       h4("- Tabla de resumen con estadísticos los muestrales:"),
+                       tableOutput('statistic'),
+                       
+                       h4("- Resultados de la prueba de hipótesis:"),
+                       textOutput("resul1"),
+                       
+                       h4(HTML("- Intervalo de confianza para la media &mu;:")),
+                       textOutput("resul2")),
+              
+              tabPanel("Datos", 
+                       "A continuación los datos que está usando 
+                       la aplicación.",
+                       uiOutput('inputData')),
+              
+              tabPanel("Teoría", includeHTML("include.html"))
+              
+  )
+)
+  
+))
+
+
+
+