#Función con ciclos

outli.sim=function(n,m)
#n=numero de simulaciones
#m=tamaño de la muestra

{
	corte<-0
	out1<-0
	out2<-0
	
 for(i in 1:n)

	{x<-rnorm(m)
		
	q<-quantile(x,probs=c(0.25,0.75),na.rm=T)
	
	dq<-q[2]-q[1]
	sumout<-sum((x<(q[1]-1.5*dq))|(x>(q[2]+1.5*dq)))
	
   if(sumout==1) out1<-out1+1
   if(sumout==2) out2<-out2+1
   if(sumout==0) corte<-corte+1

}
out1<-out1/n
out2<-out2/n
corte<-corte/n

out<-c(out1,out2,corte)
names(out)<-c("% de muestras con 1 outlier"," % de muestras con 2 outliers", 
     "% de muestras sin outliers")
out
     
}


outli.sim(1000,5)




#Función sin ciclos


outliers.frec2<-function(mat)  
{ 				
cuartos<-t(apply(mat,1,quantile,c(1/4,3/4))) # matriz de n filas y 2 columnas con q1 y q3
dist<-cuartos[,2]-cuartos[,1] # vector de n elementos con dist. entre cuartos
out.chicosleves<-t(apply((mat<cuartos[,1]-1.5*dist),1,sum)) # cuenta outliers leves chicos
out.grandesleves<-t(apply((mat>cuartos[,2]+1.5*dist),1,sum)) # cuenta outliers leves grandes
out<-table(out.chicosleves+out.grandesleves)/dim(mat)[1]# frecuencia de cantidad de outliers

names(out)<-c("% de muestras sin outlier"," % de muestras con 1 outliers",
"% de muestras con 2 outliers")

out

}



n<-1000 	# Cantidad de muestras o filas
m<-5		# Tamaño de cada muestra o cantidad de columnas
mat<-matrix(rnorm(n*m),nrow=n) # matriz de n*m con datos N(0,1)




outliers.frec2(mat)