Variables independientes y dependientes

Estás planeando una prueba de hipótesis para ver si hay diferencia entre la cantidad de sol que recibe una ciudad al año y cuántas horas se trabajan anualmente. Tu hipótesis alternativa es que más horas de sol se asocian a menos horas trabajadas.

Controlas la cantidad de sol en tres ciudades durante cien días, y recoges datos sobre el número de horas trabajadas de 30 personas en cada ciudad.

Tu tarea consiste en decidir qué se consideraría la variable dependiente en esta prueba de hipótesis.

Este ejercicio forma parte del curso

Introducción a la estadística

Ejercicio interactivo práctico

Convierte la teoría en acción con uno de nuestros ejercicios interactivos

Empieza a hacer ejercicio

Este ejercicio forma parte del curso

Introducción a la estadística

PrincipianteNivel de habilidad

4.8+

Comienza el curso gratis

Las estadísticas resumidas te proporcionan las herramientas que necesitas para describir tus datos. 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.

Exercise 1: ¿Qué es la estadística?Exercise 2: Utilizar las estadísticas en el mundo real Exercise 3: Identificar los tipos de datos Exercise 4: Descriptivo vs. Estadística inferencial Exercise 5: Medidas de centro Exercise 6: Número típico de robos por distrito de Londres Exercise 7: Elegir una medida Exercise 8: Distritos de Londres con delitos más frecuentes Exercise 9: Medidas de dispersión Exercise 10: Definición de medidas de dispersión Exercise 11: Diagramas de caja para medir la dispersión Exercise 12: Qué delito tiene la mayor desviación típica

La probabilidad es la base de gran parte de la estadística, donde se utiliza para calcular la probabilidad de que ocurran sucesos. Trabajarás con datos de ventas del mundo real y aprenderás cómo los datos con diferentes valores pueden interpretarse como una distribución de probabilidad. Descubrirás las distribuciones de probabilidad discretas y continuas, ¡incluido el descubrimiento de la distribución normal y cómo se da con frecuencia en sucesos naturales!

Exercise 1: ¿Qué posibilidades hay?Exercise 2: ¿Qué es más probable?Exercise 3: Probabilidad de que la próxima venta sea superior a la media Exercise 4: Probabilidad condicional Exercise 5: Dependiente frente a Actos independientes Exercise 6: Pedidos de más de 10 productos de la cesta Exercise 7: Distribuciones discretas Exercise 8: Identificar las distribuciones Exercise 9: Media de la muestra vs. Media teórica Exercise 10: Distribuciones continuas Exercise 11: Discreto vs. Distribuciones continuas Exercise 12: Encontrar la distribución normal Exercise 13: La probabilidad con una distribución uniforme

Es hora de explorar más distribuciones de probabilidad. Conocerás la distribución binomial para visualizar la probabilidad de resultados binarios, y una de las distribuciones más importantes en estadística, la distribución normal. Verás cómo las distribuciones pueden describirse por su forma, además de descubrir la distribución de Poisson y su papel en el cálculo de las probabilidades de que se produzcan sucesos a lo largo del tiempo. Además, ¡comprenderás el teorema del límite central!

Exercise 1: La distribución binomial Exercise 2: Reconocer una distribución binomial Exercise 3: Cómo afecta la probabilidad a la distribución binomial Exercise 4: Identificar n y p Exercise 5: La distribución normal Exercise 6: Reconocer la distribución normal Exercise 7: ¿Qué hace especial a la distribución normal?Exercise 8: Identificar la asimetría Exercise 9: Describir distribuciones utilizando la curtosis Exercise 10: El teorema del límite central Exercise 11: Visualizar distribuciones muestrales Exercise 12: El CLT vs. La ley de los grandes números Exercise 13: Cuándo utilizar el teorema del límite central Exercise 14: La distribución de Poisson Exercise 15: Identificar procesos de Poisson Exercise 16: Reconocer lambda en la distribución de Poisson

En el último capítulo, se te presentarán las pruebas de hipótesis y cómo pueden utilizarse para extraer conclusiones precisas sobre una población. Descubrirás la correlación y cómo puede utilizarse para cuantificar una relación lineal entre dos variables. Conocerás técnicas de diseño experimental como la aleatorización y el cegamiento. También aprenderás conceptos utilizados para minimizar el riesgo de sacar conclusiones erróneas sobre los resultados de las pruebas de hipótesis.

Exercise 1: Comprobación de hipótesis Exercise 2: Sol y sueño Exercise 3: El flujo de trabajo de la comprobación de hipótesis Exercise 4: Variables independientes y dependientes

Ejercicio actual

Exercise 5: Experimentos Exercise 6: Reconocer los ensayos controlados Exercise 7: ¿Por qué utilizar la aleatorización?Exercise 8: Correlación Exercise 9: Identificar la correlación entre variables Exercise 10: ¿Qué puede decirte la correlación?Exercise 11: Variables de confusión Exercise 12: Interpretar los resultados de las pruebas de hipótesis Exercise 13: Niveles de significación frente a valores p Exercise 14: Errores de tipo I y de tipo II Exercise 15: ¡Enhorabuena!