- Introducción al Curso y Conceptos Básicos de Python
- Introducción y Estadística Descriptiva
- Este módulo se centrará en la introducción de los conceptos básicos de la estadística descriptiva - media, mediana, moda, varianza y desviación estándar. Explicará la utilidad de las medidas de tendencia central y dispersión para diferentes niveles de medición.
- Visualización de Datos
- Este módulo se centrará en diferentes tipos de visualización en función del tipo de datos e información que intentemos comunicar. Aprenderá a calcular e interpretar estas medidas y gráficos.
- Introducción a las Distribuciones de Probabilidad
- Este módulo introducirá los conceptos básicos y aplicación de probabilidad y distribuciones de probabilidad.
- Prueba de hipótesis
- Este módulo se enfocará en enseñar la prueba apropiada para usar cuando se trata de datos y relaciones entre ellos. Explicará los supuestos de cada prueba y el lenguaje apropiado al interpretar los resultados de una prueba de hipótesis.
- Análisis de Regresión
- Este módulo se sumergirá directamente en el uso de Python para ejecutar análisis de regresión para probar relaciones y diferencias en las medias de la muestra y la población en lugar de la prueba de hipótesis clásica y cómo interpretarlas.
- Caso de Proyecto: Datos de Vivienda de Boston
- En la última semana del curso, se le proporcionará un conjunto de datos y un escenario en el que utilizará estadísticas descriptivas y pruebas de hipótesis para brindar información sobre los datos que se le proporcionaron. Utilizará Watson Studio para su análisis y cargará su notebook para una revisión por pares y también revisará el proyecto de un compañero. Las lecturas de este módulo contienen la información completa que necesita.
- Otros Recursos
- Hoja de trucos para Estadísticas en Python
