Introducción a la estadística en Python
Aumente sus habilidades estadísticas y aprenda cómo recopilar, analizar y sacar conclusiones precisas de los datos utilizando Python.
Comience El Curso Gratis4 Horas15 Videos54 Ejercicios
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 empresas
Preferido por estudiantes en miles de empresas
Descripción del curso
La estadística es el estudio de cómo recopilar, analizar y sacar conclusiones de los datos. Es una herramienta muy valiosa que puedes utilizar para centrarte en el futuro e inferir la respuesta a muchísimas preguntas. Por ejemplo, ¿cuál es la probabilidad de que alguien compre tu producto, cuántas llamadas recibirá tu equipo de soporte y cuántas tallas de vaqueros debes fabricar para que se ajusten al 95% de la población? En este curso, descubrirás cómo responder a preguntas como estas a medida que desarrollas tus habilidades estadísticas y aprenderás a calcular promedios, usar gráficas de dispersión para mostrar la relación entre valores numéricos y calcular la correlación. También abordarás la probabilidad, la columna vertebral del razonamiento estadístico, y aprenderás a usar Python para realizar un estudio bien diseñado para sacar 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 Estadística con Python
Ir a la pista- 1
Estadísticas de resumen
GratuitoLas estadísticas resumidas le brindan las herramientas que necesita para reducir conjuntos de datos masivos y revelar los aspectos más destacados. En este capítulo, explorarás estadísticas resumidas que incluyen la media, la mediana y la desviación estándar, y aprenderás a interpretarlas con precisión. También desarrollarás sus habilidades de pensamiento crítico, lo que te permitirá elegir las mejores estadísticas resumidas para tus datos.
¿Qué es la estadística?50 xpEstadística descriptiva e inferencial100 xpClasificación de tipos de datos100 xpMedidas de centro50 xpMedia y mediana100 xpMedia vs. mediana100 xpMedidas de propagación50 xpCuartiles, cuantiles y quintiles100 xpVarianza y desviación estándar100 xpEncontrar valores atípicos usando IQR100 xp - 2
Números aleatorios y probabilidad
En este capítulo, aprenderás cómo generar muestras aleatorias y medir el azar mediante la probabilidad. Trabajarás con datos de ventas del mundo real para calcular la probabilidad de que un vendedor tenga éxito. Finalmente, utilizarás la distribución binomial para modelar eventos con resultados binarios.
¿Cuáles son las posibilidades?50 xp¿Con o sin reemplazo?100 xpCalcular probabilidades100 xpTomando muestras de ofertas100 xpDistribuciones discretas50 xpCreando una distribución de probabilidad100 xpIdentificar distribuciones50 xpValor esperado vs. media muestral50 xpDistribuciones continuas50 xp¿Qué distribución?100 xpCopias de seguridad de los datos100 xpSimulando tiempos de espera100 xpLa distribución binomial50 xpSimulando ofertas de ventas100 xpCalcular probabilidades binomiales100 xp¿Cuántas ventas se ganarán?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 trazar distribuciones normales y obtener una comprensión del teorema del límite central, antes de ampliar tu conocimiento de las funciones estadísticas agregando las distribuciones de Poisson, exponenciales 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 xpVisualización de distribuciones de muestreo50 xpEl CLT en acción100 xpLa media de las medias100 xpLa distribución de Poisson50 xpIdentificar lambda100 xpSeguimiento de las respuestas de leads100 xpMás distribuciones de probabilidad50 xpDistribución «dragging and dropping»100 xpTiempo de modelado entre leads100 xpLa distribución t50 xp - 4
Correlación y diseño experimental
En este capítulo, aprenderás a cuantificar la fuerza de una relación lineal entre dos variables y explorará 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 se deben analizar los datos y, potencialmente, afectar a la confiabilidad de tus conclusiones.
Correlación50 xpEstima la correlación50 xpRelaciones entre variables100 xpAdvertencias de correlación50 xp¿Qué no se puede medir por correlación?100 xpTransformación de variables100 xp¿El azúcar mejora la felicidad?100 xpConfusores50 xpDiseño de experimentos50 xpTipos de estudio100 xpEstudios longitudinales versus transversales50 xp¡Felicidades!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 Estadística con Python
Ir a la pistaColaboradores
Requisitos Previos
Data Manipulation with pandasMaggie Matsui
Ver MasCurriculum Manager at DataCamp
¿Qué tienen que decir otros alumnos?
¡Únete a 13 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.