Saltar al contenido principal
InicioPythonIntroducción a la regresión con modelos estadísticos en Python

Introducción a la regresión con modelos estadísticos en Python

Comience El Curso Gratis
4 Horas14 Videos53 Ejercicios
33.004 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

La regresión lineal y la regresión logística son dos de los modelos estadísticos más utilizados. Actúan como llaves maestras que desvelan los secretos ocultos en sus datos. En este curso adquirirás los conocimientos necesarios para ajustar regresiones lineales y logísticas sencillas. Mediante ejercicios prácticos, explorará las relaciones entre variables en conjuntos de datos del mundo real, como reclamaciones de seguros de automóviles, precios de viviendas en Taiwán, tamaños de peces, etc. Al final de este curso, sabrá cómo hacer predicciones a partir de sus datos, cuantificar el rendimiento del modelo y diagnosticar problemas con el ajuste del modelo.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Fundamentos de Estadística con Python

Ir a la pista
  1. 1

    Modelización de regresión lineal simple

    Gratuito

    Aprenderá los conceptos básicos de este popular modelo estadístico, qué es la regresión y en qué se diferencian las regresiones lineal y logística. A continuación, aprenderá a ajustar modelos de regresión lineal simples con variables explicativas numéricas y categóricas, y a describir la relación entre la respuesta y las variables explicativas utilizando los coeficientes del modelo.

    Reproducir Capítulo Ahora
    Historia de dos variables
    50 xp
    ¿Cuál es la variable de respuesta?
    50 xp
    Visualización de dos variables numéricas
    100 xp
    Ajuste de una regresión lineal
    50 xp
    Estimar el intercepto
    50 xp
    Estimar la pendiente
    50 xp
    Regresión lineal con ols()
    100 xp
    Variables explicativas categóricas
    50 xp
    Visualización numérica frente a categórica
    100 xp
    Cálculo de medias por categoría
    100 xp
    Regresión lineal con una variable explicativa categórica
    100 xp
  2. 2

    Predicciones y objetos modelo

    En este capítulo, descubrirás cómo utilizar modelos de regresión lineal para hacer predicciones sobre el precio de la vivienda en Taiwán y los clics en anuncios de Facebook. También aumentará sus conocimientos sobre regresión a medida que se familiarice con los objetos del modelo, comprenda el concepto de "regresión a la media" y aprenda a transformar variables en un conjunto de datos.

    Reproducir Capítulo Ahora
  3. 3

    Evaluación del ajuste del modelo

    En este capítulo, aprenderá a plantear preguntas a su modelo para evaluar el ajuste. Aprenderá a cuantificar lo bien que se ajusta un modelo de regresión lineal, a diagnosticar los problemas del modelo mediante visualizaciones y a comprender la influencia de cada observación para crear el modelo.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Fundamentos de Estadística con Python

Ir a la pista

Sets De Datos

Customer churn dataTaiwan real estate dataAd conversion dataS&P 500 dataFish measurement data

Colaboradores

Collaborator's avatar
Amy Peterson
Collaborator's avatar
Maggie Matsui
Collaborator's avatar
Richie Cotton
Maarten Van den Broeck HeadshotMaarten Van den Broeck

Senior Content Developer at DataCamp

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Introducción a la regresión con modelos estadísticos en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

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