Estadistica para Data Science y analisis de negocios 2023
What you’ll learn
Comprender los fundamentos de la estadística.
Aprender a trabajar con diferentes tipos de datos.
Graficar diferentes tipos de datos
Calcular las medidas de tendencia central, asimetría y variabilidad.
Calcular correlación y covarianza.
Distinguir y trabajar con diferentes tipos de distribuciones.
Estimar intervalos de confianza.
Realizar pruebas de hipótesis.
Tomar decisiones basadas en datos.
Comprender conceptos necesarios para la ciencia de datos incluso con Python y R!
Requirements
No se requiere ninguna experiencia. Empezaremos por lo básico y poco a poco iremos ampliando tus conocimientos. Todo está en el curso.
Voluntad de aprender y practicar.
Description
Descripción¿Es la estadística una fuerza motriz en la industria en la que deseas entrar? ¿Quieres trabajar como Analista de Mercadeo, Analista de Inteligencia de Negocios, Analista de Datos o Científico de Datos?Pues bien, ¡has venido al lugar correcto!Estadística para la ciencia de datos y análisis de negocios está aquí para ti, ¡con plantillas de Excel incluidas!Este es tu punto de partida. ¡Y es el inicio perfecto!En poco tiempo, adquirirás las habilidades fundamentales que te permitirán entender análisis estadísticos complicados directamente aplicables a situaciones de la vida real. Hemos creado un curso que es:· Fácil de entender· Completo· Práctico· Al grano· Lleno de ejercicios y recursos· Orientado a los datos· Te introduce a la jerga científica estadística· Te enseña sobre la visualización de datos· Muestra los principales pilares de la investigación cuantitativaNo es ningún secreto que muchos de estos temas han sido explicados en línea. Miles de veces. Sin embargo, es casi imposible encontrar un programa estructurado que te dé una comprensión de por qué ciertas pruebas estadísticas se utilizan tan a menudo. Los paquetes de software modernos y los lenguajes de programación están automatizando la mayoría de estas actividades, pero este curso te da algo más valioso: habilidades de pensamiento crítico. Las computadoras y los lenguajes de programación son como los barcos en el mar. Son naves finas que te llevarán al destino deseado, pero depende de ti, el aspirante a científico de datos o analista de BI, navegar y apuntar en la dirección correcta.Enseñar es nuestra pasiónTrabajamos duro durante más de cuatro meses para crear el mejor curso de Estadística posible y que te ofrezca el mayor valor. Queremos que tengas éxito, por lo que el curso pretende ser lo más atractivo posible. Animaciones de alta calidad, magníficos materiales de curso, preguntas de quiz, folletos y notas explicativas, así como un glosario con todos los nuevos términos que aprenderás, son sólo algunos de los beneficios que obtendrá al suscribirse.¿Qué hace a este curso diferente del resto de los cursos de Estadística?Producción de alta calidad – vídeo HD y animaciones (¡no es una colección de aburridas lecciones!)Instructor experto (Un matemático y estadístico experto que han competido a nivel internacional)Capacitación completa: cubriremos todos los temas y habilidades estadísticas importantes que necesitas para convertirte en un analista de mercadeo, un analista de inteligencia de negocios, un analista de datos o un científico de datos.Extensos estudios de caso que te ayudarán a reforzar todo lo que has aprendidoExcelente soporte: si no entiendes un concepto o simplemente quieres enviarnos un mensaje, recibirás una respuesta en el plazo de 1 día laborable.Dinámico: ¡no queremos hacerle perder el tiempo! El instructor establece un buen ritmo a lo largo de todo el curso.¿Por qué necesitas estas habilidades?Salario/Ingresos – las carreras en el campo de la ciencia de datos son algunas de las más populares en el mundo corporativo hoy en día. Y, dado que la mayoría de las empresas están empezando a darse cuenta de las ventajas de trabajar con los datos a su disposición, esta tendencia sólo continuará creciendo.Promociones – Si entiendes bien de estadística, podrás respaldar tus ideas de negocio con evidencia cuantitativa, lo cual es un camino fácil para el crecimiento de tu carrera.Futuro Seguro – como dijimos, la demanda de personas que entienden de números y datos, y pueden interpretarlos, está creciendo exponencialmente; probablemente has oído hablar del número de trabajos que se automatizarán pronto, ¿verdad? Bueno, las carreras de ciencias de datos son las que automatizan, no las que se automatizan.Crecimiento – este no es un trabajo aburrido. Cada día te enfrentarás a diferentes retos que pondrán a prueba tus habilidades actuales y te obligarán a aprender algo nuevo.Por favor, ten en cuenta que el curso viene con la garantía incondicional de devolución de tu dinero en 30 días de Udemy. ¿Y por qué no dar esa garantía? Estamos seguros de que este curso te proporcionará un gran valor.¡Comencemos a aprender juntos ahora!
Overview
Section 1: Introducción
Lecture 1 ¿Qué cubre el curso?
Section 2: Datos muestrales o poblacionales
Lecture 2 Comprendiendo la diferencia entre una población y una muestra
Section 3: Fundamentos de estadística descriptiva
Lecture 3 Los diversos tipos de datos con los que podemos trabajar
Lecture 4 Niveles de medición
Lecture 5 Variables categóricas. Técnicas de visualización para variables categóricas
Lecture 6 Variables categóricas. Técnicas de visualización. Ejercicios
Lecture 7 Variables numéricas. Usar una tabla de distribución de frecuencia.
Lecture 8 Variables numéricas. Usar una tabla de distribución de frecuencia. Ejercicios
Lecture 9 Gráfica de histograma
Lecture 10 Gráfica de histograma. Ejercicio
Lecture 11 Tablas cruzadas y diagramas de dispersión
Lecture 12 Tablas cruzadas y diagramas de dispersión. Ejercicio
Section 4: Medidas de tendencia central, asimetría y variabilidad
Lecture 13 Principales medidas de tendencia central: media, mediana y moda
Lecture 14 Media, mediana y moda. Ejercicio.
Lecture 15 Midiendo el sesgo
Lecture 16 Sesgo. Ejercicio
Lecture 17 Midiendo la dispersión de los datos: calcular la varianza
Lecture 18 Varianza. Ejercicio
Lecture 19 Desviación estándar y coeficiente de variación
Lecture 20 Desviación estándar y coeficiente de variación. Ejercicio.
Lecture 21 Calculando y comprendiendo la covarianza
Lecture 22 Covarianza. Ejercicio
Lecture 23 Coeficiente de correlación
Lecture 24 Coeficiente de correlación
Section 5: Ejemplo práctico: estadística descriptiva
Lecture 25 Ejemplo práctico: estadística descriptiva
Lecture 26 Ejemplo práctico: estadística descriptiva. Ejercicio
Section 6: Distribuciones
Lecture 27 Introducción a la estadística inferencial
Lecture 28 ¿Qué es una distribución?
Lecture 29 La distribución Normal
Lecture 30 La distribución Normal estándar
Lecture 31 La distribución Normal estándar. Ejercicio
Lecture 32 Comprendiendo el teorema de límite central
Lecture 33 Error estándar
Section 7: Estimadores y estimados
Lecture 34 Trabajando con estimadores y estimaciones
Lecture 35 Intervalos de confianza -una herramienta invaluable para la toma de decisiones
Lecture 36 Calculando intervalos de confianza dentro de población con varianza conocida
Lecture 37 Intervalos de confianza. Varianza poblacional conocida. Ejercicio
Lecture 38 Intervalo de confianza. Aclaratorias
Lecture 39 Distribución T de Student
Lecture 40 Calculando intervalos de confianza dentro de población con varianza desconocida
Lecture 41 Varianza poblacional desconocida. Valor T. Ejercicio
Lecture 42 ¿Qué es el margen de error y por qué es importante en estadística?
Section 8: Intervalos de confianza
Lecture 43 Calculando intervalos de confianza para dos medias con muestras dependientes
Lecture 44 Intervalos de confianza. Dos medias. Muestras dependientes. Ejercicios
Lecture 45 Calculando IC para dos medias con muestras independientes (p. 1)
Lecture 46 Intervalos de Confianza. Dos medias. Muestras independientes (p.1). Ejercicio
Lecture 47 Calculando IC para dos medias con muestras independientes (p 2)
Lecture 48 Calculando IC. Dos medias. Muestras independientes (p. 2). Ejercicio
Lecture 49 Calculando IC para dos medias con muestras independientes (p. 3)
Section 9: Ejemplo práctico: estadística inferencial
Lecture 50 Ejemplo práctico: estadística inferencial
Lecture 51 Ejemplo práctico: estadística inferencial. Ejercicio
Section 10: Prueba de hipótesis: Introducción
Lecture 52 Las hipótesis nula y alternativa
Lecture 53 Estableciendo la región de rechazo y el nivel de significación
Lecture 54 Error tipo I vs Error tipo II
Section 11: Prueba de hipótesis. Comencemos a aplicar pruebas
Lecture 55 Prueba para la media. Varianza poblacional conocida
Lecture 56 Prueba para la media. Varianza poblacional conocida. Ejercicio
Lecture 57 Valor p – por qué es una de las herramientas más útiles para los estadísticos
Lecture 58 Prueba para la media. Varianza poblacional desconocida
Lecture 59 Prueba para la media. Varianza poblacional desconocida. Ejercicio
Lecture 60 Prueba para la media. Muestras dependientes
Lecture 61 Prueba para la media. Muestras dependientes. Ejercicio
Lecture 62 Prueba para la media. Muestras independientes (p.1)
Lecture 63 Prueba para la media. Muestras independientes (p. 1). Ejercicio
Lecture 64 Prueba para la media. Muestras independientes (p. 2)
Lecture 65 Prueba para la media. Muestras independientes (p. 2). Ejercicio
Section 12: Ejemplo práctico: prueba de hipótesis
Lecture 66 Ejemplo práctico: prueba de hipótesis
Lecture 67 Ejemplo práctico: prueba de hipótesis. Ejercicio
Personas que quieren una carrera en Ciencia de Datos.,Personas que quieren una carrera en Inteligencia de Negocios.,Analistas de negocio.,Ejecutivos de empresas.,Individuos apasionados por los números y el análisis cuantitativo.,Cualquiera que quiera aprender las sutilezas de la Estadística y cómo se utiliza en el mundo de los negocios.,Personas que quieren comenzar a aprender estadística.,Personas que quieren aprender los fundamentos de la estadística
Course Information:
Udemy | Spanish | 3h 22m | 1.94 GB
Created by: 365 Careers
You Can See More Courses in the Developer >> Greetings from CourseDown.com