Curso completo de Estadística a nivel universitario
4.6 (318 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,740 students enrolled

Curso completo de Estadística a nivel universitario

Aprende sobre probabilidades, descriptiva, regresión, distribuciones, estimación, inferencia y test de hipótesis.
4.6 (318 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,740 students enrolled
Last updated 5/2020
Spanish
Spanish [Auto-generated]
Current price: $139.99 Original price: $199.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 9.5 hours on-demand video
  • 23 articles
  • 29 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Todos los conceptos de Estadística
  • Ejemplos explicados paso a paso
  • Acceso al grupo privado para dudas
  • Ejercicios y exámenes resueltos
  • Certificado válido y reconocido
  • El curso se actualiza todos los meses
  • Material complementario, resúmenes de propiedades y de fórmulas
  • Regalos al finalizar
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 para dudas, donde están todos mis estudiantes y puedes preguntarme lo que quieras.

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.

Who this course is for:
  • 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 content
Expand all 86 lectures 09:20:27
+ Antes de comenzar
4 lectures 05:48
Evaluación
02:51
Descuentos
00:05
Grupo de Slack
00:04
+ Introducción
1 lecture 07:16

La primera clase del curso estará dedicada a ver la importancia de los tres conceptos básicos que son el sostén de todo lo que viene detrás y como único se puede entender el por qué de los temas siguientes. Esas tres nociones son: Muestra, Población y Variable Aleatoria.

Preview 07:16
+ Estadística Descriptiva univariada
11 lectures 01:25:40

Hay tres formas de describir una variable aleatoria: mediante tablas de frecuencia para ver qué valores o rango de valores son los más o menos frecuentes, mediante gráficos donde pondremos las frecuencias en dibujos para entenderlos mejor visualmente, y mediante el análisis numérico con el cual podremos estudiar  las medidas que mejor caracterizan el comportamiento de una variable aleatoria (media, mediana, varianza, desviación típica, etc).

Los tres análisis descriptivos fundamentales
12:29

Responde correctamente las preguntas sobre las primeras nociones que has aprendido.

Primeras nociones
2 questions
Fórmulas media y varianza (datos agrupados y no agrupados)
00:09

Conoceremos cómo calcular medidas como la media, mediana, moda, etc con datos agrupados en tablas de frecuencias.

Datos agrupados con frecuencias
10:08

Conoceremos cómo calcular medidas como la media, mediana, moda, etc con datos agrupados en intervalos.

Datos agrupados por intervalos
07:00

Aprenderemos sobre cuartiles, quintiles, deciles y percentiles, a través de ejemplos.

Cuantiles
10:46
Fórmulas cuartiles
00:06

Aprenderemos a hacer un diagrama de caja y bigotes (boxplot o box and wiskers plot), sus partes fundamentales y su utilidad.

Diagrama de Caja y Bigotes (Boxplot)
09:15

Conoceremos las tres formas de calcular una medida o coeficiente de asimetría.

Asimetría
04:38
Ejercicio resuelto 2
14:50
Ejercicios descriptiva univariada + Soluciones
00:01
+ Estadística Descriptiva bivariada
8 lectures 50:54

Conoceremos lo que es una tabla de doble entrada y aprenderemos a hacerlas, a representarlas gráficamente y a interpretarlas.

Tablas de doble entrada
13:20

Veremos los conceptos más importantes y útiles para cuantificar e interpretar la relación lineal entre dos variables aleatorias.

Relación entre dos variables
08:29
Coeficiente de Variación
00:08

Veremos el concepto de covarianza entre dos variables aleatorias, con ejemplos.

Covarianza
09:46

Veremos el concepto de correlación entre dos variables aleatorias, con ejemplos.

Correlación
13:05

Aprenderemos cómo hallar la ecuación de una recta de regresión lineal simple, e interpretarla.

Regresión lineal
05:58
Resumen fórmulas regresión
00:06
Ejercicios descriptiva bivariada + Soluciones
00:01
+ Probabilidades
9 lectures 01:45:54

Veremos lo que es un suceso aleatorio, un espacio muestral relacionado con un experimento aleatorio, y operaciones entre sucesos.

Espacio muestral, suceso aleatorio y operaciones entre sucesos
13:07

Conoceremos los tres enfoques de definición de una probabilidad, los axiomas y sus consecuencias, y mediante un ejemplo calcularemos posibles probabilidades de sucesos y de operaciones entre sucesos.

Concepto de Probabilidad y Ejemplos
13:32

Conoceremos la definición de probabilidad condicionada y veremos ejemplos de ejercicios resueltos.

Probabilidad condicionada
10:21

Conoceremos ambos teoremas y veremos varios ejemplos resueltos.

Teorema Probabilidad Total y Bayes
22:02
Ejercicio resuelto 1
06:29
Ejercicio resuelto 2
08:26
Ejercicio resuelto 3
12:10
Ejercicio resuelto componentes independientes
19:44

Varias hojas con ejercicios y sus soluciones

Recopilación de ejercicios resueltos de probabilidades
00:03
+ Distribuciones
11 lectures 01:29:54

En la clase veremos el concepto de función de probabilidad y función de distribución particularmente para una variable aleatoria discreta, y veremos cómo hallar la media y la varianza a partir de estos conceptos.

Distribución de una variable aleatoria discreta
11:05

En la clase veremos el concepto de función de densidad y función de distribución particularmente para una variable aleatoria continua, y veremos cómo hallar la media y la varianza a partir de estos conceptos.

Distribución de una variable aleatoria continua
05:13
Propiedades Valor Esperado y Varianza
00:04

Conoceremos dos distribuciones discretas importantes: la Bernoulli y la Binomial.

Distribución Bernoulli y Binomial
15:00

Vamos a aprender otra distribución de tipo discreto, la de Poisson.

Distribución de Poisson
06:43

Vamos a aprender sobre la distribución Uniforme de tipo continua.

Distribución Uniforme
07:35

Vamos a aprender sobre la distribución Exponencial que es de tipo continua.

Distribución Exponencial
08:35

Conoceremos la distribución Normal, que es de tipo continuo, es muy importante, representa muchos procesos y medidas que podemos encontrar en nuestro entorno como por ejemplo algunas características del cuerpo humano (la altura, el peso, etc) y es la base de la inferencia estadística. Veremos sus propiedades y conoceremos el Teorema Central del Límite.

Distribución Normal: propiedades
09:39

Veremos cómo hallar probabilidades con la tabla de la Normal estándar a partir de la resolución de unos ejercicios.

Distribución Normal: uso de tablas
12:20

Conoceremos las distribuciones t-student, chi-cuadrado y F de Fisher-Snedecor, que no están asociadas a ningún proceso de la realidad sino que surgen de la distribución Normal y son muy útiles para la inferencia estadística.

Distribuciones t-student, chi-cuadrado y F de Fisher-Snedecor
13:34
Ejercicios Distribuciones + Soluciones
00:05
+ Estimación
14 lectures 01:19:12

Breve introducción al tema de estimación.

Introducción: ¿qué es un estimador?
04:26

Veremos el estimador media muestral y su importancia. Incluye ejercicios resueltos.

Estimador media muestral
12:33

Veremos los estimadores varianza y cuasivarianza muestrales, y su importancia. Incluye ejercicios resueltos.

Estimadores varianza y cuasivarianza muestrales
06:09

Veremos el estimador proporción muestral, y su importancia. Incluye ejercicios resueltos.

Estimador proporción muestral
03:06

En esta clase veremos las propiedades que debería cumplir un buen estimador: insesgadez, eficiencia y consistencia.

Propiedades de los estimadores
12:15

Ejercicio # 2 de ejemplo para poner en práctica el contenido sobre propiedades de los estimadores.

Ejercicio # 2 sobre propiedades de estimadores
05:52

Veremos uno de los métodos clásicos para hallar estimadores: el método de los momentos, y un ejemplo práctico.

Método de los Momentos
05:47

Veremos otro de los métodos clásicos para hallar estimadores: el método de máxima verosimilitud, y un ejemplo práctico.

Método de Máxima Verosimilitud
11:28
Propiedades de los logaritmos y potencias
00:06
Propiedades de las derivadas
00:06
Ejercicio resuelto 1
05:23
Ejercicio resuelto 2
04:14
Ejercicios Estimación + Soluciones
00:04
+ Intervalos de Confianza
12 lectures 01:04:10

Veremos la introducción al tema de Intervalos de Confianza para un parámetro desconocido de una población, y el método para calcular los extremos de dicho intervalo, que se denomina método pivote.

Introducción a los Intervalos de Confianza para un parámetro. Método pivote
03:47

Un breve ejemplo de IC para la media desconocida de una población Normal

Ejemplo # 1 Intervalo para la media
10:57
Ejemplo # 2 de Intervalo para la media
09:00
Ejemplo de Intervalo para la varianza
07:36
Ejemplo Intervalo para la proporción
06:47
Tablas de las funciones pivote para IC de un parámetro
00:03

Conoceremos cómo hacer un IC para la diferencia de medias en el caso de que interese comparar dos medias desconocidas de dos poblaciones diferentes.

Intervalos de Confianza para dos parámetros: comparación de medias
07:30
Ejemplo de IC para comparación de medias
06:31

Conoceremos cómo hacer un IC para el ratio de varianzas en el caso de que interese comparar dos varianzas desconocidas de dos poblaciones diferentes.

Intervalos de Confianza para dos parámetros: comparación de varianzas
05:35

Conoceremos cómo hacer un IC para la diferencia de proporciones en el caso de que interese comparar dos proporciones desconocidas de dos poblaciones diferentes, por ejemplo, para saber porcentajes de mayoría.

Intervalos de Confianza para dos parámetros: comparación de proporciones
06:18
Tablas de las funciones pivote para IC de dos parámetros
00:02
Ejercicios Intervalos de Confianza + Soluciones
00:04
+ Contrastes de Hipótesis paramétricos
9 lectures 44:50

Breve introducción al tema para saber su historia y su importancia por la infinidad de sus aplicaciones.

Introducción
03:08

Veremos cómo se formulan las hipótesis explicando cada detalle y cómo se procede para la solución de un contraste de este tipo.

Contrastes para un parámetro: Metodología
11:38
Formulario CH un parámetro
00:03

Veremos un ejemplo para aplicar lo aprendido sobre la metodología.

Ejercicio resuelto 1
06:44

Otro método de solución, que al fin y al cabo es equivalente. Contiene un ejemplo de ejercicio resuelto.

P-valor - Ejercicio resuelto 2
08:03
Ejercicio resuelto 3
04:50

Veremos cómo se formulan las hipótesis explicando cada detalle y cómo se procede para la solución de un contraste de este tipo. Contiene un ejercicio resuelto.

Contraste para dos parámetros: Metodología y Ejercicio resuelto
10:17
Formulario CH dos parámetros
00:03
Ejercicios CH Paramétricos + Soluciones
00:03
+ Contrastes de Hipótesis no paramétricos
5 lectures 25:28
Ajuste Chi-cuadrado de Pearson
08:42
Ejemplo # 1
06:26
Ajuste Kolmogorov-Smirnov
03:03
Ejemplo # 2
07:14
Ejercicios CH no paramétricos + Soluciones
00:03