¿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-score

Usos de las pruebas A/B

Cálculo de la media muestral

Cálculo de z-score

Valores p

Procesos penales y pruebas de hipótesis

Opciones

Dos colas

Cola izquierda

Cola derecha

Cola izquierda, cola derecha, dos colas

Cálculo de valores p

Significación estadística

Decisiones a partir de valores p

Cálculo de un intervalo de confianza

Falsos positivos (tipo I)

Falsos negativos (tipo II)

No es un error

Errores de tipo I y de tipo II

Fundamentos de las pruebas de hipótesis

En este capítulo, aprenderás a buscar diferencias de medias entre dos grupos usando pruebas t y a ampliar esto a más de dos grupos usando pruebas t pareadas y ANOVA.

Realización de pruebas t

Flujo de trabajo de las pruebas de hipótesis

Estadístico de prueba de media de dos muestras

Cálculo de valores p a partir del estadístico t

¿Por qué se necesita t?

La distribución t

De t a p

Pruebas t pareadas

¿Es necesario el emparejamiento?

Visualización de la diferencia

Uso de ttest()

Pruebas ANOVA

Visualización de muchas categorías

Ejecución de una prueba ANOVA

Pruebas de dos muestras y ANOVA

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.

Pruebas de proporción de una muestra

¿t para proporciones?

Prueba para proporciones únicas

Pruebas de proporción de dos muestras

Prueba de dos proporciones

proportions_ztest() para dos muestras

Prueba de independencia de χ²

La distribución χ²

¿Cuántas colas para las pruebas χ²?

Ejecución de una prueba χ²

Pruebas de χ² de bondad de ajuste

Visualización de la bondad de ajuste

Ejecución de una prueba de bondad de ajuste

Pruebas de proporción

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.

Supuestos de las pruebas de hipótesis

Supuestos comunes de las pruebas de hipótesis

Tamaño de muestra de prueba

Pruebas no paramétricas

¿Qué prueba paramétrica?

Prueba de los rangos con signo de Wilcoxon

Pruebas t no pareadas y ANOVA no paramétricas

Wilcoxon Mann Whitney

Kruskal-Wallis

¡Enhorabuena!

Late Shipments

Stack Overflow

U.S. Democrat Votes 2012/2016

U.S. Republican Votes 2008/2012

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.

Sampling in Python

Aprende cómo y cuándo usar pruebas de hipótesis comunes como t-tests, pruebas de proporciones y chi-cuadrado en Python.

Pruebas de hipótesis en Python

Aprende cómo y cuándo usar pruebas de hipótesis comunes como t-tests, pruebas de proporción y chi-cuadrado en Python.

Científico de datos asociado  en Python

Analista de datos  en Python

Fundamentos de Estadística  en Python

Procesos penales y pruebas de hipótesis

Pruebas de hipótesis en Python

Ejercicio interactivo práctico