Aprende qué es el muestreo y por qué es útil, comprende los problemas que provoca el muestreo por conveniencia y conoce las diferencias entre aleatoriedad verdadera y seudoaleatoriedad.

Muestreo y estimaciones puntuales

Motivos para muestrear

Muestreo simple con dplyr

Muestreo sencillo con base R

Muestreo por conveniencia

¿Se pueden generalizar los hallazgos de la muestra?

¿Son generalizables estos hallazgos?

Generación de números seudorandom

Generar números aleatorios

Entender las semillas aleatorias

Introducción al muestreo

Aprende cómo y cuándo aplicar los cuatro métodos de muestreo aleatorio: simple, sistemático, estratificado y por conglomerados.

Muestreo aleatorio simple y sistemático

Muestreo aleatorio simple

Muestreo sistemático

¿Está bien el muestreo sistemático?

Muestreo aleatorio estratificado y ponderado

¿Qué método de muestreo?

Muestreo estratificado proporcional

Muestreo estratificado con recuentos iguales

Muestreo ponderado

Muestreo por conglomerados

Ventajas del muestreo por conglomerados

Realizar muestreo por conglomerados

Comparar métodos de muestreo

3 tipos de muestreo

Estadísticos resumen en distintos tipos de muestra

Métodos de muestreo

Aprende a cuantificar la precisión de las estadísticas muestrales usando errores relativos y a medir la variación de tus estimaciones generando distribuciones muestrales.

Error relativo de las estimaciones puntuales

Calcular errores relativos

Error relativo vs. tamaño de muestra

Crear una distribución de muestreo

Replicando muestras

Parámetros de replicación

Distribuciones de muestreo aproximadas

Distribución muestral exacta

Distribución muestral aproximada

Exacta vs. aproximada

Errores estándar y el teorema central del límite

Medias de la población y de la distribución muestral

Variación en la población y en la distribución muestral

Distribuciones muestrales

Aprende a usar remuestreo para realizar bootstrapping, con el fin de estimar la variación en una población desconocida. Comprende la diferencia entre distribuciones muestrales y distribuciones bootstrap.

Introducción al bootstrapping

Bootstrap verdadero o falso

Verdadero

Falso

Principios del bootstrapping

Con o sin reemplazo

Con reemplazo

Sin reemplazo

Generar una distribución bootstrap

Comparar distribuciones de muestreo y bootstrap

Estadísticos bootstrap y estadísticos poblacionales

Distribución muestral vs. distribución bootstrap

Compara medias de muestreo y de bootstrap

Compara las desviaciones estándar del muestreo y del bootstrap

Intervalos de confianza

Interpretación del intervalo de confianza

Calcular intervalos de confianza

¡Enhorabuena!

Distribuciones bootstrap

Coffee ratings

Spotify song attributes

Employee attrition

El muestreo es un pilar de la inferencia estadística y las pruebas de hipótesis. Es fundamental en el análisis de encuestas y el diseño experimental. Este curso explica cuándo y por qué el muestreo es importante, y te enseña a realizar los tipos de muestreo más comunes, desde el muestreo aleatorio simple hasta métodos más complejos como el muestreo estratificado y por conglomerados. Más adelante, el curso aborda la estimación de estadísticas poblacionales y cómo cuantificar la incertidumbre de tus estimaciones generando distribuciones muestrales y distribuciones bootstrap. A lo largo del curso, trabajarás con conjuntos de datos reales sobre valoraciones de café, canciones de Spotify y rotación de personal.

Introduction to Statistics in R

Aprende a realizar muestreos en R, como el aleatorio simple y métodos complejos como el estratificado.

Interpretación del intervalo de confianza

Muestreo en R

Ejercicio interactivo práctico