La estadística inferencial estudia la estimación de parámetros poblacionales a partir del estudio que utilizamos, además de rechazar la hipótesis nula. Seguro que ya sabes que cuenta mayor sea el tamaño de la muestra n, el error es menor. Pero ahora vas a poder relajarte y dejar que te expliquen los profesionales que te presentamos a continuación.
Conoce toda la estadística inferencial de la mano de Juan Gabriel Gomila, Arnau Mir y Ricardo Alberich, expertos en estadística y con más de 30 años de experiencia tanto en su docencia como en su aplicación práctica en la empresa.
Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido de estadística inferencial del curso. En particular, verás los mismos contenidos que explicamos en la carrera a los matemáticos, ingenieros, economistas, biólogos, médicos o informáticos, como por ejemplo:
- Logística e instalación de R y RStudio y de Anaconda Navigator para Python
- Diseño experimental y tipos de muestreo, para que aprendas cómo se deben recopilar los datos para que el análisis estadístico o de Machine Learning tenga sentido
- Estimación puntual de parámetros poblacionales, incluyendo la media, la proporción, la desviación típica, el tamaño de la población o el máximo entre otros
- Elaboración de todos los intervalos de confianza para los parámetros poblacionales y su correcta interpretación desde el inicio, utilizando métodos y técnicas para que nunca más te equivoques al leer esa salida de un algoritmo de R o de Python
- Contrastes de hipótesis de una muestra, de dos muestras extraídas independientes y de dos muestras emparejadas para todos los estadísticos de contraste que estudiaremos, incluso cómo automatizar el análisis con R y con Python
- Bondad de ajuste, de homogeneidad y de independencia para verificar si los datos proceden de poblaciones normales o de poblaciones independientes entre otros
- Análisis de la varianza para estudiar k poblaciones en paralelo y ver si todas ellas tienen la misma media o bien alguna destaca; muy útil en marketing para detectar filones de segmentos a explotar para maximizar las ventas y los beneficios
- Regresión lineal simple, múltiple y clustering desde cero, para que luego puedas expandir tus conocimientos en los cursos de Machine Learning de la A a la Z
- Tareas, ejercicios, tests, problemas y casos reales para que pongas en práctica todo lo que aprendas con nosotros en el curso
- Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el primer momento
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila, como los cursos de Machine Learning o Inteligencia Artificial con Python o RStudio, el Curso de Data Science con Tidyverse y RStudio o incluso los varios cursos de Deep Learning. Todo el material del curso está enfocado en resolver los problemas de falta de base en el ámbito de estadística inferencial que presentan los estudiantes de esos cursos avanzados. Y poderlo hacer en un curso aparte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
Seguro que más de una vez te han atormentado las diferentes distribuciones de probabilidad. Pero para eso estamos aquí, para despejar todas las dudas y hacerte un experto de la estadística inferencial.
¡Nos vemos en clase!
Qué vamos a aprender
En este curso aprenderemos toda la teoría acerca de la estadística inferencial para luego ponerla en práctica tanto con R como con Python
- Resolver problemas del ámbito de la estadística inferencial
- Estimar parámetros de una población a partir de una muestra
- Calcular un intervalo de confianza tanto a mano como con R y Python
- Calcular e interpretar un contraste de hipótesis paramétrico y no paramétrico
- Realizar el análisis de la varianza tanto de un factor como de varios factores
- Construir modelos de regresión lineal simple y múltiple
- Clasificar mediante diferentes técnicas de clustering
Requisitos del curso
Este es un curso de nivel avanzado, por tanto es altamente recomendable:
- Completar el curso básico de Python de la A a la Z para tener las bases de programación
- Completar los cursos de Álgebra Lineal, Probabilidad y Estadística Descriptiva para para tener las bases de matemáticas
- Tener un ordenador con conexión a internet y con cualquier sistema operativo instalado y saber utilizarlo a nivel de usuario
- Ganas de aprender acerca del mundo de la estadística inferencial
Valoraciones
No hay valoraciones aún.