Scratch the image to get a discount on your course. You'll be able to apply the coupon at checkout.
263
Bienvenidos al Curso de Inferencia Estadística
Cómo sacarle el máximo partido al curso
Toma notas de tu curso en tiempo real en Frogames Formación
El Repositorio GitHub del Curso
Cómo instalar R y RStudio
Introducción al muestreo
Muestreo aleatorio con reposición
Muestreo aleatorio sin reposición
Muestreo sistemático
Muestreo estratificado
Muestreo por conglomerados
Muestreo polietápico
Funciones de muestreo en Python
Cuestionario muestreo
Estadísticos
Definiciones formales usando variables aleatorias
La media muestral
Poblaciones Normales
Ejercicio: calcular el error estándar de la media
Problemas de estimación parte 1
Soluciones problemas estimación parte 1
La proporción muestral
La varianza y desviación típica muestral
Estimadores insesgados
Estimadores eficientes
El problema de los tanques alemanes
Estimadores máximo-verosímiles
Ejercicio: El estimador máximo verosímil de la lambda de una Poisson
Ejercicio: El estimador máximo verosímil de la varianza de una Normal
Ejercicio: El estimador máximo verosímil de la proporción de una Geométrica
Ejercicio: El estimador máximo verosímil de la proporción de una Binomial
Problemas de estimación parte 2
Soluciones problemas estimación parte 2
Ejercicio: Estimador del extremo superior de una variable uniforme
Ejercicio: ¿Cuántos libros hay en esta biblioteca?
Ejercicio: estudiar la consistencia y eficiencia de dos estimadores
Ejercicio (continuación)
Marca y recaptura
El paquete fitdistr de R
Estimación con scipy.stats en Python
Ejercicio: Un estimador consistente para la varianza
Ejercicio: media y varianza para normales con los mismos parámetros
Ejercicio: estimación de los parámetros de una distribución Rayleigh
Ejercicio: Estimadores de la media y varianza para normales independientes
Soluciones problemas estimación parte 3
Cuestionario de estimación
El concepto de Intervalo de confianza
Intervalo de confianza para la media poblacional con desviación típica conocida
Interpretación y simulación de los intervalos de confianza
Ejemplos de cálculo de intervalos de confianza
Amplitud y error máximo cometido
Intervalo de confianza para media poblacional con desviación típica desconocida
Ejemplos de cálculo de intervalos de confianza
Intervalos de confianza para poblaciones normales con n grande
Amplitud y muestra piloto
La distribución t de Student en R
Un experimento sobre la confianza
Método exacto de Clopper-Pearson para el intervalo de confianza de la proporción
Amplitud del intervalo de confianza para la proporción
Métodos aproximados para grandes poblaciones
Intervalo de confianza para la varianza de una población normal
Ejercicio: Cálculos para hallar un intervalo de confianza concreto
La función varTest del paquete EnvStats
Bootstrap o remuestreo
Problemas propuestos de intervalos parte 1
Soluciones problemas de intervalos de confianza parte 1
Problemas propuestos intervalos parte 2
Soluciones problemas de intervalos de confianza parte 2
Soluciones problemas de intervalos parte 2
Ejercicio: intervalo de confianza para la confiabilidad de ruptura del hilo
Repaso de estimación e intervalos con R y la importancia de los informes
Repaso de estimación puntual en Python
Intervalos de confianza con Python
El teorema central del límite y la interpretación de los intervalos de confianza
La necesidad de contrastar afirmaciones
Tipos de hipótesis alternativas
Tipos de errores
Intervalo de confianza para μ en poblaciones normales con σ conocida
Intervalos unilaterales vs bilaterales
El p-valor de un contraste de hipótesis
Metodología para hacer un contraste de hipótesis
Contrastes de hipótesis para μ de una normal con σ desconocida: Z-test
Problemas contrastes de hipótesis parte 1
Soluciones problemas de contrastes de hipótesis parte 1
Contrastes de hipótesis para μ de una normal con σ desconocida: T-test
Contrastes en R: función t.test
Contrastes de hipótesis para el parámetro p de una variable de Bernoulli
Contrastes para proporciones en R
Contrastes para proporciones cuando n es grande
Ejercicio: porcentaje de clientes interesados en un artículo
Contrastes para σ de una distribución normal: χ2-test
Contrastes de hipótesis para dos muestras
Contrastes para dos medias poblacionales independientes μ1 y μ2
Más sobre la función t.test de R
Ejercicio: Determinar cual es la hipótesis alternativa
Ejercicio: Demostración del intervalo de confianza para la diferencia de medias
Ejercicio: Error de tipo I y de tipo II en experimentos de Bernoulli
Ejercicio: Contrastando el parámetro de una uniforme
Contrastes para dos proporciones p1 y p2
Test de Fisher en R
Introducción a las odds
Contraste para dos proporciones: muestras grandes
Contrastes de dos muestras más generales
Contrastes para dos varianzas
Contrastes para varianzas en R
Muestras emparejadas
Contrastes para medias emparejadas en R. El test t
Ficheros adicionales para la siguiente tarea
Problemas contrastes de hipótesis parte 2
Soluciones problemas de contrastes de hipótesis parte 2
Contrastes de proporciones de muestras emparejadas
Contrastes para proporciones de muestras emparejadas en R
Contrastes de hipótesis para la proporción en Python
Contrastes para proporciones con binom.test
Contrastes de hipótesis para la media en Python
Problemas contrastes de hipótesis parte 3
Soluciones problemas de contrastes de hipótesis parte 3
La librería scipy y sus tests en Python
Ejercicio: entendiendo los contrastes con diferentes ejemplos
Analizando los errores de tipo 1 y errores de tipo 2
Cuestionario final contrastes de hipótesis
Las reglas de decisión en los contrastes de hipótesis
Los errores tipo 1 y tipo 2
La regla de decisión de Neyman Pearson
Las Curvas ROC
El área bajo la curva ROC
Las curvas Precision-Recall
Curvas ROC en R y en Python
Contrastes paramétricos vs contrastes no paramétricos
Pruebas Gráficas: histogramas y qqplots
El test chi cuadrado de Pearson
El test chi cuadrado en R
Cómo comprobar si unos datos se distribuyen según una normal
Test de la chi cuadrado de Pearson con parámetros desconocidos
Ejercicio: el atleta universitario
Ejercicio: los coches en el aparcamiento del supermercado
Ejercicio: el número de muertos en las carreteras españolas
El test de Kolmogorov-Smirnov
Ejercicio: el tiempo de vida de un componente electrónico
Ejercicio: como elegir el precio razonable de un producto de hogar
Ejercicio: el tiempo transcurrido entre dos vuelos reservados
El test de normalidad de Kolmogorov-Smirnov-Lilliefors
El test de normalidad de Anderson-Darling
Test de Shapiro-Wilks
Test omnibus d'Agostino-Pearson
Test chi cuadrado de Pearson para bondad de ajuste en Python
Otra forma de implementar el test de la chi cuadrado en Python
Los test de normalidad en Python
Más sobre la librería scipy y su correcto uso
Cuestionario bondad de ajuste
Problemas de bondad de ajuste
Soluciones problemas de bondad de ajuste
¿Reducen las vacunas el riesgo de enfermar?
El test chi cuadrado de independencia
Las tablas de contingencia
Ejemplos de contrastes de independencia
Ejercicio: ¿son independientes fumar y morir de cancer?
Contrastes de independencia en R
El contraste con el p-valor simulado
Ejercicio: estimadores máximo verosímiles en contrastes de independencia
Contrastes de homogeneidad
La importancia del diseño experimental
Los contrastes de independencia y homogeneidad en Python
Cuestionario de contrastes de independencia y homogeneidad
Problemas de independencia y homogeneidad
Soluciones problemas de independencia y homogeneidad
El análisis de la varianza entre subpoblaciones
El almacenamiento de los datos para el ANOVA de un factor
Las sumas de los cuadrados totales, de los tratamientos y de los errores
Los estadísticos de contraste para el ANOVA
Ejercicio: El efecto del alcohol en el cálculo de sumas
Ejercicio resuelto: El efecto del alcohol en el cálculo de sumas
Comparaciones por parejas - Test de Bonferroni
Comparaciones por parejas - Test de Holm
Comparaciones por parejas - Test de Duncan y de Tukey
Efecto de la luz ambiental en el cultivo de patatas
Ejercicio resuelto: Efecto de la luz ambiental en el cultivo de patatas
ANOVA de efectos aleatorios
Cómo comprobar las condiciones del ANOVA
Los tests de homocedasticidad en R
Ejercicio: los retrasos en los vuelos de dos compañías aéreas
Bloques completos aleatorios
Estadísticos del ANOVA por bloques
Identidad de la suma de cuadrados
Los estadísticos de contraste
ANOVA por bloques en R
Eficiencia relativa en la construcción de los bloques
Ejercicio: La eficacia de los fertilizantes
Ejercicio resuelto: La eficacia de los fertilizantes
ANOVA de dos vías
Estadísticos del ANOVA de dos vías
Identidad de la suma de cuadrados
Los estadísticos de contraste
ANOVA de dos vías en R
Los gráficos de interacción en R
El resumen en la Guía Rápida
Cuestionario de ANOVA
El ANOVA de una vía en Python
Comparación por parejas y el test de Tukey en Python
Cómo comprobar la normalidad y la homocedasticidad en Python
Cuestionario práctico ANOVA
Ejercicio: Cómo medir la cantidad de oxigeno de las especies marinas en diferentes mares
Ejercicio resuelto: Cómo medir la cantidad de oxigeno de las especies marinas en diferentes mares
Ejercicios finales de ANOVA
Soluciones ejercicios análisis de la varianza
Solución problemas de ANOVA
El problema de la regresión lineal simple
La técnica de los mínimos cuadrados
Función lm en R y propiedades de la recta de regresión lineal
Coeficiente de determinación
Errores típicos de novato: el cuarteto de Anscombe
Intervalos de confianza en la regresión lineal
Contraste de hipótesis para la pendiente ß1
El modelo de regresión lineal múltiple
Estimación de los parámetros por mínimos cuadrados
Propiedades de la función de regresión y coeficiente de determinación
Comparación de modelos: coeficiente de determinación ajustado, AIC y BIC
Intervalos de confianza para los coeficientes de la regresión lineal múltiple
Contraste de hipótesis para los parámetros ßi
Homocedasticidad de los errores con el test de White
Homocedasticidad de los errores con el test de Breusch-Pagan
Normalidad de los residuos
Correlación de los residuos
Aditividad y linealidad de las variables
Outliers, leverage y observaciones influyentes
La función step y la simplificación de los modelos
El resumen de toda la regresión lineal
Cómo hacer un modelo lineal en Python
El análisis de los residuos y el RMSE como métrica entre modelos
El análisis de outliers en Python
La regresión polinómica y por donde seguir estudiando acerca de la regresión
Overfitting o sobreajuste
La regresión lineal múltiple en Python
Ejercicios de regresión lineal
Soluciones ejercicios de regresión lineal
Introducción taller 12 problemas resueltos
Problema 1: Contraste de parámetros de dos muestras
Problemas 2: Contraste de dos muestras
Problemas 3: Bondad de ajuste: La ley de Bendford
Introducción al clustering
El algoritmo de los k-means
El algoritmo paso a paso
Las limitaciones de k-means
El método del codo para determinar el número de clusters
k-means en R
k-means en Python (del curso de Machine Learning de la A a la Z)
El clustering jerárquico y las distancias
Distancias en datos binarios
Distancias en datos continuos
Distancias en R
Escalado de variables
Clustering jerárquico aglomerativo
El algoritmo paso a paso
Clustering jerárquico aglomerativo en R
Cómo dibujar un dendrograma
Cómo hallar los clusters definidos por un cluster jerárquico
Propiedades del clustering jerárquico
Un resumen final de clustering
Ficheros adicionales para la tarea siguiente
Ejercicios de clustering
Soluciones de los ejercicios de clustering
Trabajo Final de Curso
Enhorabuena por completar el curso
(20)
PLANS TO MATCH YOUR GOALS AND NEEDS
Buy the individual course, get all the learning path or access to the entire platform
Choose the payment method that works best for your needs and budget with a one-time course payment, monthly or yearly access to the learning Path, or even to the entire platform.
One-Time Payment
Buy the course once and access it for life
€ 59.99
- A single payment.
- Instant lifetime access to the course.
- Access the Course Community
El Más
Popular
Popular
Bronze Frog
Access all Frogames Courses, Communities and Extras
€ 39 /month
- One-time payment of €39 per month.
- Instant access to all courses.
- Access the platform and student communities 24/7, wherever and whenever you want.
- Cancel anytime without losing your progress.
Math Path
Access all Courses in the Advanced Mathematics Path
€ 19.99 /month
- Single payment of €19.99 per month.
- Instant access to the +10 courses in the Path.
- Access the Path 24/7, wherever and whenever you want
- Cancel anytime without losing your progress
One-time payment
Buy the course once and access it for life
€ 59.99
- A single payment
- Instant lifetime access to the course
- Access the Course Community
El Más
Valorado
Valorado
Gold Frog
Access all Frogames Courses, Communities and Extras
€ 349 /year
- One-time payment of €349 per year.
- 3 months of discount.
- Instant access to all courses.
- Access the platform and student communities 24/7, wherever and whenever you want.
- Cancel anytime without losing your progress.
- Resource Library
- Monthly Q&A livestreams
- Prioritized Premium Support.
Math Path
Access all Courses in the Advanced Mathematics Path
€ 199 /year
- Single payment of €199 per year.
- 4 months of discount.
- Instant access to the +10 courses in the Path.
- Access the Path 24/7, wherever and whenever you want.
- Cancel anytime without losing your progress.
- Premium support.
* All prices include taxes.
For your security, all orders will be processed on a secure server.
Advanced Mathematics Path
The ultimate bundle with all our Advanced Mathematics courses to master math and its practical applications without setting foot in university. Includes upcoming courses and updates and improvements to current ones.
Javi
Explained for humans, at last!
I thought my head was going to hurt from so much theory, but not at all. They managed to make a topic that sounds super intimidating feel like a pretty fun logic game. You leave with that nice feeling of "ah, now I get what all this is for!" and really eager to keep practicing on the computer.
Giovanni
A perfect bridge to Big Data
Honestly, it's been incredibly helpful for me to understand how decisions are made based on data within Machine Learning projects, and the explanations are so clear that even the densest topics become digestible from the very first minute.
Nieves
This taught me not to jump to conclusions
I already knew how to code, I already knew how to use models… but I didn't know when to trust the results.
Gustavo
Inferential Statistics for Machine Learning and Big Data with R and Python: Make Decisions with Mathematical Precision
In the world of Machine Learning and Big Data, it's not enough to just observe data: you need to infer, validate, and predict. This course teaches you how to apply inferential statistics principles using RStudio and Python, so you can build reliable models, evaluate hypotheses, and make decisions based on evidence.
danison
This course is an indispensable tool
This course gave me a solid foundation in inferential statistics applied with R and Python. I learned to analyze data and make decisions based on evidence, something essential in the Data Science world.
Carlos
Machine Learning and Big Data are learnable
The Inferential Statistics for Machine Learning and Big Data course with R and Python was excellent. The way they explain concepts and provide practical examples really helped me understand these complex topics! Plus, both R and Python are super useful tools for applying this knowledge, so I was able to learn how to use them while mastering inferential statistics. I definitely recommend it!
María
The perfect complement for my predictive models
I've always found inferential statistics challenging… until I took this course. The explanations are so clear, and the examples with R and Python helped me see how to apply what I learned directly to my Machine Learning projects. Now I analyze results with much more confidence and sound judgment.
Jorge
Essentials for the real world
Everything I learned about applied statistics gave me much more confidence to tackle big projects. It's one of those courses that, even though they seem intense, leave you with enormous satisfaction when you see everything you can achieve.
Yvonne
Excellent course on Inferential Statistics for Machine Learning and Big Data with R and Python
Excellent perspectives on the topics to be covered, very good explanation
Santiago
It's a great follow-up to the Descriptive Statistics course. Plus, you get to choose whether to complete it with R, Python, or both. Really solid course
Nicolás
excellent for stop guessing and start proving
Jackeline
Great course
I love that you combine it with R and Python
Rosa
.
I recommend it
Angel
Master the statistical fundamentals that enable you to validate models, estimate parameters, and make smart decisions with massive data
This course is designed to teach you how to apply inferential statistics in real Machine Learning and Big Data contexts, using R and Python as main languages. You'll learn to draw reliable conclusions from samples, validate hypotheses, and improve the accuracy of your predictive models.
Gabriela
Now I see things from a different perspective. Amazing!
Inferential statistics for machine learning is intense! I always felt intimidated by big data but this course gave me the confidence I needed to work with it.
Samuel
100% recommendable
I never thought I'd enjoy statistics so much. The course guides you through it and makes the data really click.
Joiser
great inferential statistics course
Great course, good and very good interaction with the instructors
Marc
Great explanation
I thought it was a really good course, I liked how it goes step by step and how clear the videos are, that helped a lot
Jorge Agustin
Great
Great course and topics taught for the price I paid—more than worth it. I'd just like to clarify that 80% of the topics are explained with R and only 20% with Python, so if you want to do things with Python you have to research almost everything on your own.
BORJA
Excellent
A really comprehensive course, explained really well.