Qué delito tiene la mayor desviación típica

En el último ejercicio del capítulo, vamos a ver cómo interpretas la dispersión usando la desviación estándar.

Se muestran dos histogramas: uno de Public Order Offenses y otro de Miscellaneous Crimes Against Society.

Presta mucha atención a la escala del eje x en cada histograma. Como la desviación estándar se mide en las mismas unidades que los datos, el rango y la dispersión de valores a lo largo del eje x son clave para determinar qué distribución tiene una desviación estándar más grande.

¿Qué tipo de delito tiene una desviación estándar mayor?

Este ejercicio forma parte del curso

Introducción a la estadística

ejercicio interactivo práctico

Convierte la teoría en práctica con uno de nuestros ejercicios interactivos

Empezar ejercicio

Este ejercicio forma parte del curso

Introducción a la estadística

PrincipianteNivel de habilidad

4.8+

Empieza el curso gratis

Los estadísticos descriptivos te dan las herramientas para describir tus datos. En este capítulo, explorarás medidas como la media, la mediana y la desviación estándar, y aprenderás a interpretarlas correctamente. También desarrollarás tu pensamiento crítico para elegir los mejores estadísticos descriptivos 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

Ejercicio actual

La probabilidad sustenta gran parte de la estadística, ya que se usa para calcular la posibilidad de que ocurran eventos. Trabajarás con datos reales de ventas y aprenderás cómo los valores de los datos pueden interpretarse como una distribución de probabilidad. Conocerás las distribuciones de probabilidad discretas y continuas, incluido el descubrimiento de la distribución normal y por qué aparece con tanta frecuencia en fenómenos 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 muestral vs. media teórica Exercise 10: Distribuciones continuas Exercise 11: Distribuciones discretas vs. continuas Exercise 12: Encontrar la distribución normal Exercise 13: La probabilidad con una distribución uniforme

Es momento de explorar más distribuciones de probabilidad. Aprenderás sobre la distribución binomial para visualizar la probabilidad de resultados binarios y sobre una de las distribuciones más importantes en estadística, la distribución normal. Verás cómo se pueden describir las distribuciones por su forma, además de descubrir la distribución de Poisson y su papel al calcular las probabilidades de eventos que ocurren a lo largo del tiempo. ¡También comprenderás el teorema central del límite!

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 capítulo final, conocerás los contrastes de hipótesis y cómo pueden utilizarse para extraer conclusiones precisas sobre una población. Descubrirás la correlación y cómo cuantificar una relación lineal entre dos variables. Verás técnicas de diseño experimental como la aleatorización y el enmascaramiento. También aprenderás conceptos para minimizar el riesgo de sacar conclusiones erróneas al interpretar los resultados de los contrastes 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 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!