Este repositorio contiene prácticas y recursos del Módulo 9: Estadística y Probabilidad del curso de Ciencia de Datos.
Las prácticas están diseñadas para aplicar conceptos teóricos fundamentales mediante ejemplos prácticos, con un enfoque en el análisis de datos y la toma de decisiones basada en evidencia.
El contenido teórico del módulo incluye los siguientes temas fundamentales de Estadística y Probabilidad:
- Análisis Exploratorio de Datos.
- Elementos de Datos estructurados.
- Datos rectangulares.
- Estimación de la localización.
- Estimación de la variabilidad.
- Exploración de la distribución de datos.
- Exploración de datos binarios y categóricos.
- Correlación. Exploración de dos o más variables.
- Distribuciones de datos y muestreo.
- Muestreo aleatorio y sesgo de la muestra.
- Sesgo de selección.
- Distribución muestral del Estadístico.
- Distribuciones más utilizadas.
- Experimentos estadísticos y pruebas significativas.
- Prueba A/B.
- Pruebas de hipótesis.
- Remuestreo.
- Significación Estadística y valores p.
- Pruebas t.
- Pruebas múltiples.
- Grados de Libertad.
- ANOVA.
- Prueba Chi-cuadrado.
- Regresión y Pronóstico.
- Regresión Lineal Simple.
- Regresión Lineal Múltiple.
- Interpretación de la Regresión.
- Regresión Polinomial y por spline.
El repositorio está estructurado en subcarpetas, donde cada carpeta corresponde a una práctica específica que aplica conceptos clave del temario.
| Carpeta | Contenido |
|---|---|
📂 practica_45 |
Muestreo, intervalos de confianza y bootstrapping. |
Cada práctica incluye:
- Un notebook interactivo (
.ipynb) con explicaciones detalladas y código Python. - Archivos de datos de ejemplo para realizar los ejercicios.
- Resultados visuales como gráficos y análisis descriptivo.
- Clona este repositorio en tu máquina local:
git clone https://github.com/jdomdev/data-science-statistic.git
✨ Gracias por explorar el mundo de la Estadística y Probabilidad en Ciencia de Datos ✨