Aprende por qué son útiles las pruebas de hipótesis, y sigue paso a paso el flujo de trabajo de una prueba de proporción de una muestra. Al hacerlo, te encontrarás con conceptos importantes como puntuaciones z, valores p-p y errores falsos negativos y falsos positivos. Se presentan los conjuntos de datos de la encuesta Stack Overflow y los envíos médicos tardíos.

Pruebas de hipótesis y puntuaciones z

Usos de las pruebas A/B

Cálculo de la media muestral

Calcular una puntuación z

valores p

Juicios penales y pruebas de hipótesis

Cola izquierda, cola derecha, dos colas

Cálculo de los valores p

Significación estadística

Decisiones a partir de valores p

Cálculo de intervalos de confianza

Errores de tipo I y de tipo II

Introducción a la comprobación de hipótesis

Aprende a comprobar las diferencias de medias entre dos grupos mediante pruebas t, y a ampliarlas a más de dos grupos mediante ANOVA y pruebas t por pares.

Realización de pruebas t

Flujo de trabajo de las pruebas de hipótesis

Estadística de la prueba de la media de dos muestras

Cálculo de los valores p a partir de los estadísticos t

¿Por qué se necesita t?

La distribución t

De t a p

Pruebas t pareadas

Pruebas t emparejadas frente a no emparejadas

Emparejado

No emparejado

¿Es necesario el emparejamiento?

Visualizar la diferencia

Utilizando t.test()

ANOVA pruebas

Visualizar muchas categorías

Realización de una prueba ANOVA

Pruebas t por parejas

Pruebas de dos muestras y ANOVA

Aprende a comprobar las diferencias de proporciones entre dos grupos mediante las pruebas de proporciones, amplíalo a más de dos grupos con las pruebas de independencia chi-cuadrado y vuelve al caso de una muestra con las pruebas de bondad de ajuste chi-cuadrado.

Pruebas de proporción de una muestra

¿para proporciones?

Prueba de proporciones únicas

Pruebas de proporciones bimuestrales

Prueba de dos proporciones

prop_test() para dos muestras

Prueba Chi-cuadrado de independencia

La distribución chi-cuadrado

¿Cuántas colas para las pruebas chi-cuadrado?

Realizar una prueba chi-cuadrado

Pruebas de bondad de ajuste Chi-cuadrado

Visualizar la bondad del ajuste

Realizar una prueba de bondad de ajuste

Pruebas de proporción

Conoce los supuestos de las pruebas de hipótesis paramétricas y observa cómo pueden utilizarse las pruebas no paramétricas basadas en simulaciones y en rangos cuando no se cumplen esos supuestos.

Supuestos en la comprobación de hipótesis

Supuestos comunes de las pruebas de hipótesis

Tamaño de la muestra de prueba

El marco "Sólo hay una prueba

Sólo hay una prueba

Especificar e hipotetizar

Continuación del proceso de inferencia

Generar y calcular

Estadística observada y valor p

Pruebas no paramétricas ANOVA y pruebas t no apareadas

Prueba t basada en simulación

Pruebas de suma de rangos

¡Enhorabuena!

Pruebas no paramétricas

Late Shipments

Late shipments Bootstrap Distribution

Democratic Presidential Candidates by County

StackOverflow Survey

Late Shipments w/ Freight Cost Group

Las pruebas de hipótesis te permiten plantear preguntas sobre tus conjuntos de datos y responderlas de forma estadísticamente rigurosa. En este curso aprenderás cómo y cuándo utilizar pruebas comunes como las pruebas t, las pruebas de proporción y las pruebas chi-cuadrado. Comprenderás en profundidad cómo funcionan y los supuestos en los que se basan. También aprenderás cómo se relacionan las distintas pruebas de hipótesis utilizando el marco "Sólo hay una prueba", y utilizarás pruebas no paramétricas que te permiten eludir los requisitos de las pruebas de hipótesis tradicionales. A lo largo del curso, explorarás una encuesta de usuarios de Stack Overflow y un conjunto de datos de envíos tardíos de suministros médicos.

<h2>Descubre la comprobación de hipótesis en R </h2>
Las pruebas de hipótesis te permiten plantear preguntas sobre tus conjuntos de datos y responderlas de forma estadísticamente rigurosa. En este curso, aprenderás cómo y cuándo utilizar pruebas comunes como las pruebas t, las pruebas de proporción y las pruebas chi-cuadrado. 
<br><br>
Comprenderás en profundidad cómo funcionan y los supuestos en los que se basan. También aprenderás cómo se relacionan las distintas pruebas de hipótesis utilizando el marco "Sólo hay una prueba" y a utilizar pruebas no paramétricas que te permiten eludir los requisitos de las pruebas de hipótesis tradicionales.
<br><br>
<h2>Conoce las pruebas T y Chi-cuadrado</h2>
Empezarás aprendiendo por qué es útil la comprobación de hipótesis en R, mientras examinas algunos conceptos clave a medida que avanzas. También aprenderás cómo las pruebas t pueden ayudarte a comprobar las diferencias de medias entre dos grupos y cómo las pruebas chi-cuadrado pueden ayudarte a comparar los resultados observados con los resultados esperados.  
<br><br>
<h2>Comprender las relaciones entre las pruebas de hipótesis en R</h2>
A medida que avances, descubrirás las relaciones entre diferentes pruebas, explorando elementos de aleatoriedad, independencia de la observación y tamaños de muestra. 
<br><br>
Cuando termines este curso, tendrás un conocimiento más profundo de las pruebas de hipótesis en R y de cuándo es apropiado utilizar pruebas específicas en tus datos. 
<br><br>
A lo largo del curso, explorarás una encuesta de usuarios de Stack Overflow y un conjunto de datos de envíos tardíos de suministros médicos."

Sampling in R

Aprende sobre pruebas de hipótesis en R, incluyendo t-tests, pruebas de proporciones y chi-cuadrado.

Pruebas de hipótesis en R

Aprende cómo y cuándo utilizar las pruebas de hipótesis en R, incluidas las pruebas t, las pruebas de proporciones y las pruebas χ². 

Científico de datos asociado en R

Analista de datos  en R

Estadístico en R

Fundamentos de Estadística in R

Data Evangelist at DataCamp

Calculating p-values from t-statistics

t-distributions

Degrees of freedom

Calculating degrees of freedom

Hypotheses

Significance level

Calculating p-values: one proportion vs. a value

Calculating p-values: two means from different groups

Let's practice!

Pruebas de dos muestras y ANOVA - Cálculo de los valores p a partir de los estadísticos t

Cálculo de los valores p a partir de los estadísticos t

Create Your Free Account