Duas Duvidas Modulo #4 Turma 4.1 para o Webinario #4. GL e poder do Teste, uso da função cbin e write.table

Duas Duvidas Modulo #4 Turma 4.1 para o Webinario #4. GL e poder do Teste, uso da função cbin e write.table
Prof Marcos,
Assumindo que uma vez que a população de onde retiramos nossa amostra seja normal; 1) quanto maior o nosso “n”, menor o Desvio padrão, Erro padrão e Intervalo de confiança.
Mas eu realmente não compreendi o porque que quanto maior a nosso “n” o poder do teste e mais forte. Aceito (pois ainda não compreendi) que quanto maior o “n”, maior numero de amostras independentes, mais poder o teste tera. Mas sera que você poderia explicar novamente?

Outra pergunta: No vídeo “4.13. Transformando dados com log” você mostra o uso do cbin e do write.table.

Mas no vídeo você teve que formatar a nova tabela na mao no excel
Voce tb disse que existe argumentos que já poderia salvar no excel , a tabela já ajeitadinha( com uma formatação já feita dentro do R)
Sera que você poderia mostrar como faz?
Pois tentei o help do “write.table” , do cbin, tentei tb salvar em .csv como sugerido no webpage do stak overflow, tentei o pacote” XLconnect”. Mas fiquei toda confusa.
Por isso estou aqui pedindo ajuda.

Queria fazer uma coluna extra e inserir na mesma tabela de dados original e salva-lo direitinho no excel.
Pois o meu intuito sera criar ao longo de um dos meus scripts várias colunas extras adicionando as minha tabela de dados original.

Muitissima obrigada,

Valeria

Bom dia de novo Prof Marcos,
Já entendi minha próprias duvidas sobre GL e poder do Teste..

.Não precisa “perder” um tempo precioso do webinario #4 com essas dúvidas
Mas continuo com a duvida do uso do cbin e do write.table ...

Bem, se vc poder “gastar” um pouquinho do seu tempo...eu ainda não consegui resolver o problema do calculo das horas e datas em colunas separadas. Isso está me dando uma “dor” de cabeça..
Obrigada novamente

Olá, Valeria!

Que bom que já entendeu algumas das coisas. Mas vou comentar assim mesmo, pois são perguntas que podem estar na cabeça de outras pessoas também.

Assumindo que uma vez que a população de onde retiramos nossa amostra seja normal; 1) quanto maior o nosso “n”, menor o Desvio padrão, Erro padrão e Intervalo de confiança.

Cuidado com uma parte do seu raciocínio: um "n" maior significa EP e IC menores, isso está correto. Mas um "n" maior não significa Desvio Padrão menor. O DP mede a variação dos dados, e não deve ser afetado pelo tamanho amostral (da mesma forma que uma média não deve ser afetada). Com uma amostra maior você vai confiar mais no desvio encontrado, mas não esperamos que ele mude conforme o tamanho da amostra fique maior, ok?

Mas eu realmente não compreendi o porque que quanto maior a nosso “n” o poder do teste e mais forte. Aceito (pois ainda não compreendi) que quanto maior o “n”, maior numero de amostras independentes, mais poder o teste tera. Mas sera que você poderia explicar novamente?

Bom, colocando de uma maneira bem intuitiva, a ideia é simples: quanto mais você coleta, mais confia nos seus dados, e com isso o poder do teste aumenta. É mais ou menos o mesmo raciocínio que leva o Erro Padrão é ficar menor quanto mais você coleta. O esforço amostral maior significa mais segurança em relação aos dados coletados, e isso afeta o poder da mesma forma.

Daqui a pouco sigo com as respostas das outras perguntas.

A função cbind() serve para se adicionar uma coluna em um objeto do R. Acho que o melhor jeito é ver um exemplo:

Código:

data(iris)
summary(iris)

#Imagine que eu quero uma nova variável, que é
#a razão da largura das sépalas em relação co comprimento da sétala:

razão_LC_sepala<-iris$Sepal.Width/iris$Sepal.Length

#Os valores ficaram assim:

razão_LC_sepala

#Agora, se você quiser que isto seja adicionado a um objeto,
#você pode usar cbind, assim:

iris_novo<-cbind(iris, razão_LC_sepala)

#Conferindo:
summary(iris_novo)

#É isso!

Então, resumindo, cbind funciona assim:
cbind(objeto, nova coluna)

Finalmente, funções como write.table e write.csv servem para você pegar um objeto do R e criar um arquivo com aqueles dados.

Vamos pegar o objeto que criamos acima e salvá-lo em um arquivo csv, por exemplo:

Código:

#Criando o arquivo:
write.csv(iris_novo, "iris_novo.csv")

#Ele agora está na sua pasta de trabalho atual
#Se quiser conferir:
getwd()
dir()

Muitissima Obrigada!!!!!!! Desculpe por ter tantas perguntas!!