Curso completo de Estadistica a nivel universitario

Estadística descriptiva, probabilidades, regresión, distribuciones, estimación, inferencia y contrastes de hipótesis.
Curso completo de Estadistica a nivel universitario
File Size :
6.39 GB
Total length :
14h 46m

Instructor

Elisa Cabana Garceran del Vall

Language

Last update

Última actualización: 12/2022

Ratings

4.7/5

Curso completo de Estadistica a nivel universitario

What you’ll learn

Todos los conceptos de Estadística.
Acceso al grupo privado para dudas.
Ejemplos explicados paso a paso.
Ejercicios resueltos en pantalla.
Resúmenes de contenido.
Resúmenes de fórmulas.
Resúmenes de propiedades.
El curso se actualiza todos los meses.
Certificado oficial válido y reconocido.
Regalos al finalizar.

Curso completo de Estadistica a nivel universitario

Requirements

Solo se requieren conocimientos básicos de matemáticas.

Description

Este curso es diferente de los otros cursos de Udemy porque te ayudará a aprender Estadística desde cero, de manera teórica y práctica. La diferencia principal es que no usaremos ningún software, por eso te enseñaré lo que hay detrás de cada concepto, la relación entre todos los temas, y cómo hacer todas las cosas por ti mismo sin necesidad de una función que ya viene programada y no sabemos lo que está haciendo por dentro. Es fundamental entender todas estas cosas como lo enfoco en el curso, porque en la práctica muchas veces tenemos que usar funciones que tienen parámetros por defecto, y según nuestro problema quizás las debemos cambiar o usar un método diferente, y la única manera de aprender a hacerlo correctamente es sabiendo lo que hay por detrás.Así que este curso es ideal tanto si eres estudiante universitario y tienes problemas con la asignatura de Estadística, o no tienes tiempo de ir a clase y tienes dificultades para estudiar por tu cuenta, como si necesitas recordar, aprender o ejercitar los conceptos de una manera sencilla, rápida y amena. También puede ser que quieras recordar las bases, porque lo que te interesa es el análisis de datos, o quieres ser Data Scientist, o aprender a usar las técnicas de Machine Learning (aprendizaje automático), Inteligencia Artificial o Big Data. En ese caso también te servirá este curso porque tiene toda la base necesaria para entender los métodos, los análisis que se le hacen a los datos en la práctica, y es por donde deberías comenzar.En un solo curso tienes todos los temas de Estadística, desde muestreo, probabilidades, variable aleatoria, distribuciones, estimadores, hasta la parte de inferencia estadística que son los intervalos de confianza y contrastes de hipótesis. Poco a poco, con el tiempo he ido añadiendo más temas como análisis de datos agrupados, regresión, etc. Porque este curso se mantiene vivo, con todas las sugerencias y peticiones de mis alumnos. Además tendrás acceso a una comunidad privada para dudas, donde están todos mis estudiantes y puedes preguntarme lo que quieras, y enterarte de las preguntas de los demás.Este curso es fácil seguir de principio a fin. Habrán ejemplos y ejercicios resueltos en pantalla, donde te explico todo paso a paso. Dispondrás de material complementario de fórmulas y propiedades. Al final de cada sección hay preguntas de exámenes tipo test y tipo práctico, y lo mejor es que vienen incluidas las soluciones. Así que si tomas este curso estarás preparado para superar ese examen de Estadística en la universidad o para recordar todos esos conceptos empezando desde cero y poder entender todos los análisis más avanzados que vienen después. Espero que también te motive a seguir profundizando en la bonita e imprescindible rama de las ciencias exactas que es la Estadística.

Overview

Section 1: Antes de comenzar

Lecture 1 Presentación

Lecture 2 Evaluación

Lecture 3 Material del curso para descargar en Github

Lecture 4 Descuentos

Lecture 5 Grupo para dudas

Lecture 6 ¿Cómo formular preguntas en el curso?

Lecture 7 Material extra

Section 2: Introducción

Lecture 8 ¿Cuál es la base de la estadística?

Section 3: Estadística Descriptiva univariada

Lecture 9 Los tres análisis descriptivos fundamentales

Lecture 10 Fórmulas media y varianza (datos agrupados y no agrupados)

Lecture 11 Algo para que sigas adelante…

Lecture 12 Datos agrupados con frecuencias

Lecture 13 Datos agrupados por intervalos

Lecture 14 Cuantiles, Deciles, Percentiles

Lecture 15 Fórmulas cuartiles

Lecture 16 Diagrama de Caja y Bigotes (Boxplot)

Lecture 17 Asimetría

Lecture 18 Asimetría de Pearson

Lecture 19 Coeficiente de Variación

Lecture 20 Ejercicio tablas de frecuencia

Lecture 21 Ejercicio media, mediana, moda, cuartiles, rango intercuartílico y boxplot

Lecture 22 [NUEVO] Ejercicio sobre coeficientes de asimetría

Lecture 23 Ejercicios descriptiva univariada + Soluciones

Section 4: Estadística Descriptiva bivariada

Lecture 24 Tablas de doble entrada

Lecture 25 Relación entre dos variables

Lecture 26 Covarianza

Lecture 27 Correlación

Lecture 28 Algo para que sigas adelante…

Lecture 29 Introducción a la regresión lineal

Lecture 30 Más contenido de regresión en la Sección 11

Lecture 31 Resumen fórmulas regresión

Lecture 32 Ejercicios descriptiva bivariada + Soluciones

Section 5: Probabilidades

Lecture 33 Espacio muestral, suceso aleatorio y operaciones entre sucesos

Lecture 34 Concepto de Probabilidad y Ejemplos

Lecture 35 Probabilidad condicionada

Lecture 36 Teorema Probabilidad Total y Bayes

Lecture 37 Algo para que sigas adelante…

Lecture 38 Ejercicio probabilidad de la intersección

Lecture 39 Ejercicio probabilidad condicionada de sacar una bola

Lecture 40 Ejercicio Teorema de Bayes y probabilidad total

Lecture 41 Ejercicio independencia probabilidad de componentes conectados

Lecture 42 Otra vía de solución del ejercicio anterior

Lecture 43 [NUEVO] ¿Elon Musk tiene COVID-19? Usemos el Teorema de Bayes

Lecture 44 Recopilación de ejercicios resueltos de probabilidades

Section 6: Distribuciones

Lecture 45 Distribución de una variable aleatoria discreta

Lecture 46 Distribución de una variable aleatoria continua

Lecture 47 Propiedades Valor Esperado y Varianza

Lecture 48 Distribución Bernoulli y Binomial

Lecture 49 Otra vía de solución del ejercicio anterior

Lecture 50 Distribución de Poisson

Lecture 51 Distribución Uniforme

Lecture 52 ¿Cómo hallar el valor esperado y la varianza de una Uniforme[a,b]?

Lecture 53 Distribución Exponencial

Lecture 54 Distribución Normal: propiedades

Lecture 55 Distribución Normal: uso de tablas

Lecture 56 Distribuciones t-student, chi-cuadrado y F de Fisher-Snedecor

Lecture 57 Algo para que sigas adelante…

Lecture 58 Ejercicio variable aleatoria discreta

Lecture 59 Ejercicio binomial: cálculo de probabilidades

Lecture 60 Ejercicio distribución uniforme: densidad, distribución, probabilidad

Lecture 61 Ejercicio distribución uniforme: costo y beneficio

Lecture 62 Ejercicio distribución uniforme: probabilidades

Lecture 63 Ejercicios Distribuciones + Soluciones

Section 7: Más ejercicios sobre Probabilidades y Estadística

Lecture 64 Más ejercicios sobre Probabilidades y Estadística

Section 8: Estimación

Lecture 65 Introducción: ¿qué es un estimador?

Lecture 66 Estimador media muestral

Lecture 67 Estimadores varianza y cuasivarianza muestrales

Lecture 68 Estimador proporción muestral

Lecture 69 Propiedades de los estimadores

Lecture 70 Ejercicio # 1 sobre propiedades de los estimadores

Lecture 71 Ejercicio # 2 sobre propiedades de estimadores

Lecture 72 Método de los Momentos

Lecture 73 Método de Máxima Verosimilitud

Lecture 74 Propiedades de los logaritmos y potencias

Lecture 75 Propiedades de las derivadas

Lecture 76 Algo para que sigas adelante…

Lecture 77 Ejercicio valor esperado de sacar cara en una moneda

Lecture 78 Ejercicio del dado, distribución, media, varianza y desviación estándar

Lecture 79 [NUEVO] Ejercicio estimador máximo verosímil p de la Binomial

Lecture 80 [NUEVO] Ejercicio propiedades del estimador máximo verosímil p de la Binomial

Lecture 81 [NUEVO] Ejercicio estimador máximo verosímil media de la Normal

Lecture 82 [NUEVO] Ejercicio estimador máximo verosímil varianza de la Normal

Lecture 83 [NUEVO] Ejercicio estimador máximo verosímil media de la Poisson

Lecture 84 [NUEVO] Ejercicio propiedades del estimador máximo verosímil media de la Poisson

Lecture 85 Ejercicios Estimación + Soluciones

Section 9: [NUEVO] Libro de apoyo sobre Inferencia Estadística

Lecture 86 Libro Inferencia Estadística

Section 10: Intervalos de Confianza

Lecture 87 Introducción a los Intervalos de Confianza para un parámetro. Método pivote

Lecture 88 Ejemplo Intervalo de confianza para la media

Lecture 89 Ejercicio Intervalo de confianza para la media

Lecture 90 Ejercicio Intervalo de confianza para la varianza

Lecture 91 Tablas chi-cuadrado

Lecture 92 Ejercicio Intervalo de confianza para la proporción

Lecture 93 Tablas de las funciones pivote para ICs de un parámetro

Lecture 94 Intervalos de Confianza para dos parámetros: comparación de medias

Lecture 95 Tabla t-student ampliada

Lecture 96 Algo para que sigas adelante…

Lecture 97 Ejercicio Intervalo de confianza para comparación de medias

Lecture 98 Tabla F-Fisher

Lecture 99 Intervalos de Confianza para dos parámetros: comparación de varianzas

Lecture 100 Intervalos de Confianza para dos parámetros: comparación de proporciones

Lecture 101 Tablas de las funciones pivote para IC de dos parámetros

Lecture 102 Ejercicios Intervalos de Confianza + Soluciones

Section 11: Contrastes de Hipótesis paramétricos

Lecture 103 Introducción

Lecture 104 Contrastes para un parámetro: Metodología

Lecture 105 Formulario CH un parámetro

Lecture 106 Ejercicio contraste para la media

Lecture 107 Ejercicio p-valor

Lecture 108 Algo para que sigas adelante…

Lecture 109 Ejercicio contraste para la varianza

Lecture 110 Contraste para dos parámetros: Metodología y Ejercicio resuelto

Lecture 111 Formulario CH dos parámetros

Lecture 112 Ejercicios CH Paramétricos + Soluciones

Section 12: Contrastes de Hipótesis no paramétricos

Lecture 113 Ajuste Chi-cuadrado de Pearson

Lecture 114 Ejercicio contraste no paramétrico

Lecture 115 Ajuste Kolmogorov-Smirnov

Lecture 116 Ejercicio contraste de distribución

Lecture 117 Ejercicios CH no paramétricos + Soluciones

Section 13: Regresión lineal

Lecture 118 Introducción al modelo de regresión

Lecture 119 El modelo de regresión

Lecture 120 Regresión lineal simple – Método de mínimos cuadrados

Lecture 121 Ejemplo e Interpretación de los coeficientes

Lecture 122 Propiedades de los estimadores MCO (OLS)

Lecture 123 Coeficiente de determinación R2

Lecture 124 Algo para que sigas adelante…

Lecture 125 Inferencia en regresión lineal simple

Lecture 126 Análisis de los residuos o diagnosis

Lecture 127 Regresión lineal múltiple

Lecture 128 [NUEVO] Ejercicio regresión lineal simple

Section 14: Más ejercicios resueltos sobre Inferencia

Lecture 129 Más ejercicios resueltos sobre Inferencia

Section 15: Ejemplo de examen

Lecture 130 [NUEVO] Ejercicio de examen completo sobre Inferencia

Section 16: Material complementario gratuito

Lecture 131 Material complementario gratuito

Section 17: BONUS

Lecture 132 Lo has logrado!

Lecture 133 Recopilación de ejercicios resueltos de todos los temas y soluciones

Lecture 134 Tu regalo: descuentos y tres libros gratis

Estudiantes universitarios que quieran complementar el contenido de la asignatura Estadística que usualmente se imparte en 1er y/o 2do año de carrera.,Estudiantes que quizás no puedan asistir a clase por estar trabajando.,Estudiantes que necesiten ejemplos de ejercicios resueltos de cada uno de los temas.,Científicos, ingenieros e investigadores que necesiten recordar y profundizar el contenido del curso.,Personas que se quieren iniciar en al análisis de datos pero necesitan una base de Estadística

Course Information:

Udemy | Español | 14h 46m | 6.39 GB
Created by: Elisa Cabana Garceran del Vall

You Can See More Courses in the Teaching & Academics >> Greetings from CourseDown.com

New Courses

Scroll to Top