Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
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.Los vídeos contienen transcripciones en directo que puedes mostrar haciendo clic en «Mostrar transcripción» en la parte inferior izquierda de los vídeos.
El glosario del curso se encuentra a la derecha, en la sección de recursos.
Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en la llamada de créditos CPE situada a la derecha.
Requisitos previos
Programa de formación
Contenido del curso
1
Fundamentos de las pruebas de hipótesis
¿Cómo funcionan las pruebas de hipótesis y qué problemas pueden resolver? Para averiguarlo, recorrerás el flujo de trabajo de una prueba de proporción de una muestra. Al hacerlo, te encontrarás con conceptos importantes como z-score, valor p, falso negativo y falso positivo.
- Pruebas de hipótesis y z-score50 XP
- Usos de las pruebas A/B50 XP
- Cálculo de la media muestral100 XP
- Cálculo de z-score100 XP
- Valores p50 XP
- Procesos penales y pruebas de hipótesis50 XP
- Cola izquierda, cola derecha, dos colas100 XP
- Cálculo de valores p100 XP
- Significación estadística50 XP
- Decisiones a partir de valores p50 XP
- Cálculo de un intervalo de confianza100 XP
- Errores de tipo I y de tipo II100 XP
2
Pruebas de dos muestras y ANOVA
En este capítulo, aprenderás a comprobar si hay diferencias en las medias entre dos grupos mediante pruebas t, y a ampliar este análisis a más de dos grupos utilizando el ANOVA y las pruebas t por pares.
3
Pruebas de proporción
Es el momento de buscar diferencias de proporciones entre dos grupos usando pruebas de proporción. Con ejercicios prácticos, llevarás tus pruebas de proporción a más de dos grupos con las pruebas de independencia de χ², y volverás al caso de una muestra con las pruebas de χ² de bondad de ajuste.
4
Pruebas no paramétricas
Por último, es hora de conocer los supuestos realizados por las pruebas de hipótesis paramétricas y ver cómo pueden utilizarse pruebas no paramétricas cuando no se cumplen esos supuestos.
Pruebas de hipótesis en Python
Curso
completado
