Introducción a la estadística en Python
Mejora tus habilidades estadísticas y aprende a recopilar, analizar y concluir datos con Python.
Comience El Curso Gratis4 horas15 vídeos54 ejercicios116.215 aprendicesDeclaración de cumplimiento
Crea Tu Cuenta Gratuita
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?
Pruebe DataCamp para empresasPreferido por estudiantes en miles de empresas
Descripción del curso
La estadística es el estudio de cómo recopilar, analizar y extraer conclusiones a partir de los datos. Es una herramienta enormemente valiosa que puedes utilizar para enfocar el futuro e inferir la respuesta a montones de preguntas. Por ejemplo, ¿cuál es la probabilidad de que alguien compre tu producto, cuántas llamadas recibirá tu equipo de asistencia y cuántas tallas de vaqueros deberías fabricar para que le queden bien al 95 % de la población? En este curso, descubrirás cómo responder a preguntas como estas a medida que aumentas tus competencias estadísticas y aprendes a calcular medias, utilizar diagramas de dispersión para mostrar la relación entre valores numéricos y calcular la correlación. También abordarás la probabilidad, columna vertebral del razonamiento estadístico, y aprenderás a utilizar Python para realizar un estudio bien diseñado que te permita extraer tus propias conclusiones a partir de los datos.
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Fundamentos de Datos en Python
Ir a la pista- 1
Síntesis estadística
GratuitoLa síntesis estadística te proporciona las herramientas que necesitas para condensar conjuntos de datos masivos y revelar lo más destacado. En este capítulo explorarás la síntesis estadística, lo que incluye la media, la mediana y la desviación típica, y aprenderás a realizar una interpretación exacta. También desarrollarás tus competencias de pensamiento crítico, lo que te permitirá elegir la mejor síntesis estadística para tus datos.
¿Qué es la estadística?50 xpEstadística descriptiva e inferencial100 xpClasificación de los tipos de datos100 xpMedidas de tendencia central50 xpMedia y mediana100 xpMedia frente a mediana100 xpMedidas de dispersión50 xpVarianza y desviación típica100 xpCuartiles, cuantiles y quintiles100 xpEncontrar valores atípicos mediante IQR100 xp - 2
Números aleatorios y probabilidad
En este capítulo aprenderás a generar muestras aleatorias y a medir el azar utilizando la probabilidad. Trabajarás con datos de ventas del mundo real para calcular la probabilidad de éxito de un vendedor. Por último, utilizarás la distribución binomial para modelar eventos con resultados binarios.
¿Qué posibilidades hay?50 xp¿Con o sin reemplazo?100 xpCálculo de probabilidades100 xpMuestreo de acuerdos100 xpDistribuciones discretas50 xpCrear una distribución de probabilidad100 xpIdentificar las distribuciones50 xpValor esperado frente a media muestral50 xpDistribuciones continuas50 xp¿Qué distribución?100 xpCopias de seguridad de datos100 xpSimulación de tiempos de espera100 xpLa distribución binomial50 xpSimular acuerdos de venta100 xpCálculo de probabilidades binomiales100 xp¿Cuántas ventas se conseguirán?100 xp - 3
Más distribuciones y el teorema del límite central
Es hora de explorar una de las distribuciones de probabilidad más importantes en estadística, la distribución normal. Crearás histogramas para representar distribuciones normales y comprenderás el teorema del límite central, antes de ampliar tus conocimientos de las funciones estadísticas añadiendo las distribuciones de Poisson, exponencial y t a tu repertorio.
La distribución normal50 xpDistribución de las ventas de Amir100 xpProbabilidades de la distribución normal100 xpSimulación de ventas en nuevas condiciones de mercado100 xp¿Qué mercado es mejor?50 xpEl teorema del límite central50 xpVisualizar distribuciones muestrales50 xpCLT en acción100 xpLa media de las medias100 xpLa distribución de Poisson50 xpIdentificar lambda100 xpSeguimiento de las respuestas de los clientes potenciales100 xpMás distribuciones de probabilidad50 xpArrastrar y colocar distribuciones100 xpTiempo de modelado entre clientes potenciales100 xpLa distribución t50 xp - 4
Correlación y diseño de experimentos
En este capítulo, aprenderás a cuantificar la fuerza de una relación lineal entre dos variables, y explorarás cómo las variables de confusión pueden afectar a la relación entre otras dos variables. También verás cómo el diseño de un estudio puede influir en sus resultados, cambiar la forma en que deben analizarse los datos y afectar potencialmente a la fiabilidad de tus conclusiones.
Correlación50 xpAdivina la correlación50 xpRelaciones entre variables100 xpAdvertencias sobre la correlación50 xp¿Qué no puede medir la correlación?100 xpTransformación de variables100 xp¿El azúcar aumenta la felicidad?100 xpFactores de confusión50 xpDiseño de experimentos50 xpTipos de estudio100 xpEstudios longitudinales frente a estudios transversales50 xp¡Enhorabuena!50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Fundamentos de Datos en Python
Ir a la pistaEn otras pistas
Fundamentos de Estadística en Pythoncolaboradores
requisitos previos
Data Manipulation with pandasMaggie Matsui
Ver MásCurriculum Manager at DataCamp
¿Qué tienen que decir otros alumnos?
¡Únete a 14 millones de estudiantes y empieza Introducción a la estadística en Python hoy mismo!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.