1
Síntesis estadística
Gratuito
La síntesis estadística te proporciona las herramientas que necesitas para condensar conjuntos de datos masivos y revelar lo más destacado. En este capítulo explorarás la síntesis estadística, lo que incluye la media, la mediana y la desviación típica, y aprenderás a realizar una interpretación exacta. También desarrollarás tus competencias de pensamiento crítico, lo que te permitirá elegir la mejor síntesis estadística para tus datos.
2
Números aleatorios y probabilidad
En este capítulo aprenderás a generar muestras aleatorias y a medir el azar utilizando la probabilidad. Trabajarás con datos de ventas del mundo real para calcular la probabilidad de éxito de un vendedor. Por último, utilizarás la distribución binomial para modelar eventos con resultados binarios.
3
Más distribuciones y el teorema del límite central
Es hora de explorar una de las distribuciones de probabilidad más importantes en estadística, la distribución normal. Crearás histogramas para representar distribuciones normales y comprenderás el teorema del límite central, antes de ampliar tus conocimientos de las funciones estadísticas añadiendo las distribuciones de Poisson, exponencial y t a tu repertorio.
4
Correlación y diseño de experimentos
En este capítulo, aprenderás a cuantificar la fuerza de una relación lineal entre dos variables, y explorarás cómo las variables de confusión pueden afectar a la relación entre otras dos variables. También verás cómo el diseño de un estudio puede influir en sus resultados, cambiar la forma en que deben analizarse los datos y afectar potencialmente a la fiabilidad de tus conclusiones.

Initializing

Relaciones entre variables

En este capítulo, trabajarás con un conjunto de datos world_happiness que contiene los resultados de 2019 World Happiness Report. El informe puntúa a diferentes países en función de lo felices que son sus habitantes. También clasifica a cada país en función de diversos aspectos sociales, como el apoyo social, la libertad, la corrupción y otros. El conjunto de datos también incluye el GDP per cápita y la esperanza de vida de cada país.

En este ejercicio, examinarás la relación entre la esperanza de vida de un país (life_exp) y la puntuación de felicidad (happiness_score) tanto visual como cuantitativamente. seaborn como sns, matplotlib.pyplot como plt y pandas como pd están cargados y world_happiness está disponible.

Crea un diagrama de dispersión de happiness_score frente a life_exp (sin línea de tendencia) utilizando seaborn.
Muestra el gráfico.