Introducción al curso
Introducción a la Estadística
Estadística Descriptiva univariada
-
Los tres análisis descriptivos fundamentales (12:29)
-
Fórmulas media y varianza (datos agrupados y no agrupados)
-
Datos agrupados con frecuencias (10:08)
-
Datos agrupados por intervalos (7:00)
-
Cuantiles, Deciles, Percentiles (26:54)
-
Fórmulas cuartiles
-
Diagrama de Caja y Bigotes (Boxplot) (9:15)
-
Asimetría (4:47)
-
Asimetría de Pearson
-
Coeficiente de Variación
-
Ejercicio tablas de frecuencia (16:17)
-
Ejercicio media, mediana, moda, cuartiles, rango intercuartílico y boxplot (14:50)
-
Ejercicio resuelto asimetría
-
Ejercicios descriptiva univariada + Soluciones
Ejercicios prácticos sobre Estadística Descriptiva
Estadística Descriptiva bivariada
Ejercicios prácticos sobre Estadística Bivariada y Regresión
Probabilidades
-
Espacio muestral, suceso aleatorio y operaciones entre sucesos (13:07)
-
Concepto de Probabilidad y Ejemplos (13:32)
-
Probabilidad condicionada (10:21)
-
Teorema Probabilidad Total y Bayes (22:02)
-
Ejercicio probabilidad de la intersección (6:29)
-
Ejercicio probabilidad condicionada de sacar una bola (8:26)
-
Ejercicio Teorema de Bayes y probabilidad total (12:10)
-
Ejercicio independencia probabilidad de componentes conectados (18:30)
-
Otra vía de solución del ejercicio anterior
-
¿Elon Musk tiene COVID-19? Usemos el Teorema de Bayes (25:38)
-
Recopilación de ejercicios resueltos de probabilidades
Ejercicios prácticos sobre Probabilidades
-
Ejercicio 1 (7:25)
-
Ejercicio 2 (4:04)
-
Ejercicio 3 (7:34)
-
Ejercicio 4 (8:14)
-
Ejercicio 5 (5:24)
-
Ejercicio 6 (4:13)
-
Ejercicio 7 (5:02)
-
Ejercicio 8 (10:27)
-
Ejercicio 9 (5:54)
-
Ejercicio 10 (5:31)
-
Ejercicio 11 (3:16)
-
Ejercicio 12 (5:48)
-
Ejercicio 13 (13:32)
-
Ejercicio 14 (5:42)
-
Ejercicio 15 (5:32)
-
Ejercicio 16 (2:46)
-
Ejercicio 17 (12:01)
-
Ejercicio 18 (8:07)
-
Ejercicio 19 (13:19)
-
Ejercicio 20 (11:10)
-
Ejercicio 21 (16:11)
-
Ejercicio 22 (8:52)
Distribuciones
-
Distribución de una variable aleatoria discreta (11:05)
-
Distribución de una variable aleatoria continua (5:13)
-
Propiedades Valor Esperado y Varianza
-
Distribucion Bernoulli y Binomial (15:00)
-
Otra vía de solución del ejercicio anterior
-
Distribución de Poisson (6:43)
-
Distribución Uniforme (7:35)
-
¿Cómo hallar el valor esperado y la varianza de una Uniforme[a,b]?
-
Distribución Exponencial (8:35)
-
Distribución Normal: propiedades (9:39)
-
Distribución Normal: uso de tablas (12:20)
-
Distribuciones t-student, chi-cuadrado y F de Fisher-Snedecor (13:34)
-
Ejercicio variable aleatoria discreta (32:31)
-
Ejercicio binomial: cálculo de probabilidades (18:15)
-
Ejercicio distribución uniforme: densidad, distribución, probabilidad (11:35)
-
Ejercicio distribución uniforme: costo y beneficio (6:09)
-
Ejercicio distribución uniforme: probabilidades (11:21)
-
Ejercicios Distribuciones + Soluciones
Ejercicios prácticos sobre Variable Aleatoria
Ejercicios prácticos sobre Distribuciones
Libro de apoyo sobre Inferencia Estadística
Estimación
-
Introducción: ¿qué es un estimador? (4:26)
-
Estimador media muestral (12:33)
-
Estimadores varianza y cuasivarianza muestrales (6:09)
-
Estimador proporción muestral (3:06)
-
Propiedades de los estimadores (12:15)
-
Ejercicio # 1 sobre propiedades de los estimadores (7:42)
-
Ejercicio # 2 sobre propiedades de estimadores (5:52)
-
Método de los Momentos (5:47)
-
Método de Máxima Verosimilitud (11:28)
-
Propiedades de los logaritmos y potencias
-
Propiedades de las derivadas
-
Ejercicio estimador máximo verosímil p de la Binomial (21:03)
-
Ejercicio propiedades del estimador máximo verosímil p de la Binomial (7:51)
-
Ejercicio estimador máximo verosímil media de la Normal (13:12)
-
Ejercicio estimador máximo verosímil varianza de la Normal (6:41)
-
Ejercicio estimador máximo verosímil media de la Poisson (6:15)
-
Ejercicio propiedades del estimador máximo verosímil media de la Poisson (4:05)
-
Ejercicios Estimación + Soluciones
Ejercicios prácticos sobre Estimación
Intervalos de Confianza
-
Introducción a los Intervalos de Confianza para un parámetro. Método pivote (3:47)
-
Ejemplo Intervalo de confianza para la media (10:57)
-
Ejercicio Intervalo de confianza para la media (9:00)
-
Ejercicio Intervalo de confianza para la varianza (18:43)
-
Tablas chi-cuadrado
-
Ejercicio Intervalo de confianza para la proporción (6:47)
-
Tablas de las funciones pivote para ICs de un parámetro
-
Intervalos de Confianza para dos parámetros: comparación de medias (7:30)
-
Tabla t-student ampliada
-
Ejercicio Intervalo de confianza para comparación de medias (14:23)
-
Tabla F-Fisher
-
Intervalos de Confianza para dos parámetros: comparación de varianzas (5:35)
-
Intervalos de Confianza para dos parámetros: comparación de proporciones (6:18)
-
Tablas de las funciones pivote para IC de dos parámetros
-
Ejercicios Intervalos de Confianza + Soluciones
Ejercicios prácticos sobre Intervalos de Confianza
Contrastes de Hipótesis paramétricos
-
Introducción (3:08)
-
Contrastes para un parámetro: Metodología (11:38)
-
Formulario CH un parámetro
-
Ejercicio contraste para la media (6:44)
-
Ejercicio p-valor (8:03)
-
Ejercicio contraste para la varianza (4:50)
-
Contraste para dos parámetros: Metodología y Ejercicio resuelto (10:17)
-
Formulario CH dos parámetros
-
Ejercicios CH Paramétricos + Soluciones
Ejercicios prácticos sobre Contrastes de Hipótesis
Contrastes de Hipótesis no paramétricos
Regresión lineal
-
Introducción al modelo de regresión (7:24)
-
El modelo de regresión (9:17)
-
Regresión lineal simple - Método de mínimos cuadrados (5:34)
-
Ejemplo e Interpretación de los coeficientes (4:21)
-
Propiedades de los estimadores MCO (OLS) (1:56)
-
Coeficiente de determinación R2 (3:55)
-
Inferencia en regresión lineal simple (7:29)
-
Análisis de los residuos o diagnosis (2:06)
-
Regresión lineal múltiple (10:52)
-
Ejercicio regresión lineal simple (27:17)
Ejercicios prácticos sobre Regresión Lineal
Ejemplo de examen
Introducción a la estadística no paramétrica
-
Libro de estadística no paramétrica
-
Introducción a la estadística no paramétrica (24:56)
-
Análisis de distribuciones (12:24)
-
Análisis de distribuciones en Python (18:17)
-
Análisis de distribuciones en grupos en Python (9:16)
-
Homogeneidad de varianzas: Levene Test (9:15)
-
Homogeneidad de varianzas Levene Test en Python (6:31)
-
Análisis de distribuciones en R (10:54)
-
Análisis de distribuciones en grupos en R (6:01)
-
Homogeneidad de varianzas Levene Test en R (5:25)
Mann-Whitney: 2 grupos independientes
Kruskall-Wallis: 3 o más grupos independientes
Wilcoxon: 2 grupos relacionados
Friedman: 3 o más grupos relacionados
Correlación no paramétrica de Spearman
Gráficos no paramétricos
Estadística bayesiana: conceptos básicos y libro
-
Distribución conjunta, marginal y condicional (8:50)
-
Distribución Bernoulli (7:52)
-
Máxima verosimilitud (14:30)
-
Ejemplo: ratio de cliqueo campañas de marketing (3:47)
-
Estimación máximo verosímil - Normal (13:30)
-
Distribución de los estimadores (7:26)
-
Función de Distribución (9:48)
-
Percentiles (8:49)
-
Python: Ejercicio de probabilidades con distribuciones (8:05)
-
Resumen de conceptos básicos (5:03)
-
Descarga tu Libro de Regalo
Introducción a la estadística bayesiana
-
Introducción a la estadística bayesiana (2:13)
-
Probabilidad frecuentista vs bayesiana (12:08)
-
Probabilidad condicional (4:49)
-
Diagramas de Venn (9:13)
-
Diagramas de Árbol (7:58)
-
Cómo hallar probabilidades con la tabla de la Normal (12:02)
-
Probabilidad condicional usando la Normal (7:46)
-
Contradicciones usando la Normal (9:47)
Teorema de Bayes
Ejercitando el Teorema de Bayes
Inferencia tradicional: A/B Testing
-
Introducción a las Pruebas A/B (10:30)
-
Intervalos de Confianza (7:52)
-
Nivel de Confianza (6:03)
-
Distribución de un estimador (12:53)
-
Razonando la fórmula (15:50)
-
Python: calculando el IC (5:44)
-
Contrastes de hipótesis: ejemplos (9:57)
-
Significación estadística (7:09)
-
P-valor (14:44)
-
Interpretar el resultado del contraste (2:20)
-
Otros ejemplos de diferentes contrastes (5:50)
-
Z-Test 1 media (10:08)
-
Z-Test 2 medias (6:56)
-
Z-Test con simulaciones (10:35)
-
Z-Test con datos reales (6:48)
-
Resumen (13:49)
Inferencia bayesiana: A/B Testing
-
El dilema de exploración / explotación (13:27)
-
Aplicaciones del dilema exploración / explotación (9:22)
-
Método Epsilon - Greedy (10:33)
-
Ejercicio del Bandido Multibrazo con Prueba A/B (10:08)
-
Actualizar la media (6:14)
-
Ejercicio del Bandido Multibrazo con Epsilon - Greedy (14:21)
-
Ejercicio del Bandido Multibrazo con Epsilon Greedy con decaimiento (16:38)
-
Método de Valores Iniciales Optimistas (12:21)
-
Ejercicio del Bandido Multibrazo con Valores Iniciales Optimistas (6:43)
-
Método UCB1 (20:29)
-
Ejercicio del Bandido Multibrazo con UCB1 (5:56)
-
Ejercicio del Bandido Multibrazo con UCB2 (4:38)
-
Ejercicio del Bandido Multibrazo con UCB1-Tuned (3:25)
-
Método Bandido Bayesiano - Muestreo de Thompson (21:38)
-
Método Bandido Bayesiano - Muestreo de Thompson II (18:31)
-
Método Bayes-UCB (5:40)
-
Muestreo de Thompson y Bayes-UCB en Python (5:18)
Estadística bayesiana
-
Tipos de priors (8:27)
-
Distribuciones conjugadas (2:48)
-
Distribuciones no informativas o de referencia (4:51)
-
Estimaciones e intervalos de credibilidad (8:27)
-
Contrastes de hipótesis desde el enfoque bayesiano (5:33)
-
Muestreo por rechazo (Rejection Sampling) (7:26)
-
Metropolis Hastings (6:35)
-
Ejemplo en Python (8:51)
Métodos bayesianos en Machine Learning
Final del Curso
