Saltar al contenido principal

curso

Pruebas de hipótesis en Python

Intermedio

Updated 12/2024

Aprende cómo y cuándo usar pruebas de hipótesis comunes como t-tests, pruebas de proporción y chi-cuadrado en Python.

Comienza el curso gratis

Incluido de forma gratuitaPremium or Teams

PythonProbabilidad y estadística4 horas15 vídeos50 ejercicios3,750 XP39,976Declaración de cumplimiento

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas

Descripción del curso

Las pruebas de hipótesis te permiten responder a preguntas sobre tus conjuntos de datos de forma estadísticamente rigurosa. En este curso, desarrollarás tus competencias analíticas en Python aprendiendo cómo y cuándo utilizar pruebas comunes como las pruebas t, las pruebas de proporción y las pruebas χ². Trabajando con datos del mundo real, incluidos datos de cadena de suministro y comentarios de usuarios de Stack Overflow sobre envíos de suministros médicos, comprenderás en profundidad cómo funcionan estas pruebas y los supuestos clave que las sustentan. También descubrirás cómo pueden utilizarse pruebas no paramétricas para superar las limitaciones de las pruebas de hipótesis tradicionales.

Prerrequisitos

Sampling in Python

1

Fundamentos de las pruebas de hipótesis

Iniciar capítulo

Pruebas de hipótesis y z-score

Usos de las pruebas A/B

Cálculo de la media muestral

Cálculo de z-score

Procesos penales y pruebas de hipótesis

Cola izquierda, cola derecha, dos colas

Cálculo de valores p

Significación estadística

Decisiones a partir de valores p

Cálculo de un intervalo de confianza

Errores de tipo I y de tipo II

2

Pruebas de dos muestras y ANOVA

Iniciar capítulo

Realización de pruebas t

Flujo de trabajo de las pruebas de hipótesis

Estadístico de prueba de media de dos muestras

Cálculo de valores p a partir del estadístico t

¿Por qué se necesita t?

La distribución t

Pruebas t pareadas

¿Es necesario el emparejamiento?

Visualización de la diferencia

Uso de ttest()

Pruebas ANOVA

Visualización de muchas categorías

Ejecución de una prueba ANOVA

Pruebas t pareadas

3

Pruebas de proporción

Iniciar capítulo

Pruebas de proporción de una muestra

¿t para proporciones?

Prueba para proporciones únicas

Pruebas de proporción de dos muestras

Prueba de dos proporciones

proportions_ztest() para dos muestras

Prueba de independencia de χ²

La distribución χ²

¿Cuántas colas para las pruebas χ²?

Ejecución de una prueba χ²

Pruebas de χ² de bondad de ajuste

Visualización de la bondad de ajuste

Ejecución de una prueba de bondad de ajuste

4

Pruebas no paramétricas

Iniciar capítulo

Supuestos de las pruebas de hipótesis

Supuestos comunes de las pruebas de hipótesis

Tamaño de muestra de prueba

Pruebas no paramétricas

¿Qué prueba paramétrica?

Prueba de los rangos con signo de Wilcoxon

Pruebas t no pareadas y ANOVA no paramétricas

Wilcoxon Mann Whitney

Kruskal-Wallis

¡Enhorabuena!

Pruebas de hipótesis en Python

Curso
Completo

Obtener Declaración de Logro

Añade esta credencial a tu perfil, currículum vitae o CV de LinkedIn
Compártelo en las redes sociales y en tu evaluación de desempeño

Incluido conPremium or Teams

Inscríbete ahora

Únete a más 15 millones de estudiantes y empezar Pruebas de hipótesis en Python ¡Hoy!

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.