En este capítulo aprenderás a realizar inferencia estadística sobre un único parámetro que describe datos categóricos. Esto incluye métodos basados en remuestreo y métodos basados en aproximación para una sola proporción.

La General Social Survey

Explorando consci

Generación mediante bootstrap

Construir un IC

¿Por qué más bootstraps?

Interpretar un intervalo de confianza

IC y nivel de confianza

EE con menos datos

EE con p diferente

El atajo de la aproximación

IC mediante aproximación

Comparación de métodos

Inferencia para un único parámetro

Este capítulo profundiza en cómo realizar contrastes de hipótesis y construir intervalos de confianza para un único parámetro. Después, aprenderás a hacer inferencia sobre la diferencia entre dos proporciones. Para terminar, el capítulo cierra con una exploración de lo que ocurre cuando sabes que la hipótesis nula es verdadera.

Prueba de hipótesis para una proporción

Vida después de la muerte

Generando desde H0

Poner a prueba una afirmación

Tomar una decisión

Intervalos para diferencias

Pena de muerte y sexo

Prueba de hipótesis sobre la diferencia de proporciones

Interpretar la prueba

Pruebas de hipótesis e intervalos de confianza

Errores estadísticos

Cuando la nula es verdadera

Cuando la nula es verdadera: decisión

Proporciones: contraste de hipótesis y potencia

Esta parte del curso te enseñará a usar tanto métodos de remuestreo como métodos clásicos para comprobar la independencia de dos variables categóricas. Este capítulo cubre cómo realizar una prueba Chi-cuadrado.

Tablas de contingencia

Política y espacio

Entender las tablas de contingencia

De tidy a tabla y de vuelta a tidy

Estadístico de prueba Chi-cuadrado

Un chi-cuadrado permutado (uno)

Construir dos distribuciones nulas

¿Los datos son coherentes con el modelo?

Método alternativo: la distribución ji-cuadrado

Comprobar las condiciones

La geografía de la felicidad

Un p-valor de dos maneras

Intervalos para la distribución ji cuadrado

Comparación de muchos parámetros: independencia

El curso concluye con dos estudios de caso usando datos electorales. Aquí aprenderás a usar una prueba Chi-cuadrado para comprobar la bondad de ajuste. Estudiarás resultados electorales de Irán y Iowa y comprobarás si la ley de Benford se aplica a estos conjuntos de datos.

Caso práctico: fraude electoral

Conociendo los datos de Irán

¿Quién ganó?

Desglosando por provincia

Extrayendo el primer dígito I

Bondad de ajuste

Prueba de bondad de ajuste

Un p-valor, dos caminos

¿Es esto evidencia de fraude?

Y ahora, a EE. UU.

Conociendo los datos de Iowa

Extracción del primer dígito II

Poniendo a prueba Iowa

¿Fraude en Iowa?

Fraude electoral en Irán e Iowa: análisis final

Comparación de muchos parámetros: bondad de ajuste

GSS data

Iowa election data

Iran election data

Los datos categóricos están por todas partes: en las últimas encuestas de opinión, en los datos que impulsan nuevos avances en genómica y en los enormes volúmenes de datos que las empresas de internet recopilan para venderte productos. En este curso aprenderás técnicas para separar la señal del ruido; herramientas para identificar cuándo la estructura en estos datos refleja fenómenos interesantes y cuándo es solo ruido aleatorio.

Foundations of Inference in R

En este curso aprenderás a usar técnicas estadísticas para trabajar con datos categóricos.

Inferencia para datos categóricos en R

En este curso aprenderás a aprovechar las técnicas estadísticas para trabajar con datos categóricos.

El atajo de la aproximación

Create Your Free Account