Contenidos
Estadística para el análisis de datos con el curso Python
Aprenda Python desde lo básico • Estadísticas descriptivas e inferenciales • Gráficos para visualización de datos • Ciencia de datos
Lo que aprenderás
Estadística para el análisis de datos con el curso Python
- Python desde lo básico: no se requieren conocimientos previos
- Estadísticas desde lo básico: no se requieren conocimientos previos
- Primero aprenderá los conceptos estadísticos básicos, seguidos de la aplicación de estos conceptos usando Python. Este curso es una buena combinación de teoría y práctica.
- Estadística inferencial: una y dos muestras z, t, chi-cuadrado, pruebas F, ANOVA y más.
- Estadísticos descriptivos: media, moda, mediana, desviación estándar, varianza y rango intercuartílico
- Distribuciones de probabilidad: normal, binomial y de Poisson
Requisitos
- Las matemáticas básicas de nivel escolar serán útiles.
- Deberá descargar e instalar Python en su PC o ordenador portátil.
Descripción
¡Realice cálculos estadísticos simples o complejos con Python! - No necesitas ser programador para esto 🙂
No se espera que tenga ningún conocimiento previo de Python. Empezaré por lo básico. Se proporcionan ejercicios de codificación para poner a prueba sus aprendizajes.
El curso no solo explica cómo realizar pruebas estadísticas usando Python, sino que también explica en detalle cómo realizarlas usando una calculadora (como si fuera la década de 1960). Esto le ayudará a obtener la verdadera intuición detrás de estas pruebas.
Aprenda estadísticas y aplique estos conceptos en su lugar de trabajo con Python.
El curso le enseñará los conceptos básicos relacionados con la estadística y el análisis de datos, y le ayudará a aplicar estos conceptos. Se utilizan varios ejemplos y conjuntos de datos para explicar la aplicación.
Primero explicaré la teoría básica y luego te mostraré cómo usar Python para realizar estos cálculos.
Se cubren las siguientes áreas de estadísticas:
Estadísticas descriptivas - Media, moda, mediana, cuartil, rango, rango intercuartil, desviación estándar.
Visualización de datos - Gráficos de uso común como Histogram, Box and Whisker Plot y Scatter Plot, utilizando las bibliotecas Matplotlib.pyplot y Seaborn.
Probabilidad - Conceptos básicos, permutaciones, combinaciones
Población y muestreo - Conceptos básicos
Distribuciones de probabilidad - Distribuciones normal, binomial y de Poisson
Prueba de hipótesis - Una muestra y dos muestras - Prueba z, prueba t, prueba F y prueba de chi-cuadrado
ANOVA - Realice el análisis de varianza (ANOVA) paso a paso haciendo el cálculo manual y utilizando Python.
los Bondad de ajuste y el Tablas de contingencia.
Deja una respuesta