Curso Especializado ESTADÍSTICA PARA CIENCIA DE DATOS CON PYTHON

MÓDULO 1: Introducción a la Estadística

• Población y muestra
• Diseños muestrales 
• Tipos de variables: Categóricas y numéricas.
• Manejo de variables
• Metodología para la ciencia de datos.

MÓDULO 2: Introducción a Colab y Python

• Introducción a Colab.
• Introducción a Python para ciencia de datos

MÓDULO 3: Análisis descriptivo

• Medidas de tendencia central: Moda, Mediana, Media, Trimedia y otros.
• Medidas de dispersión.
• Medidas de asociación: correlaciones.
• Tratamiento de datos perdidos.
• Tratamiento de datos outliers.
• Imputaciones paramétricas y no paramétricas.

MÓDULO 4: Inferencia estadística

• Teoría de la inferencia estadística.
• Teorema del límite Central.
• Cuándo y cómo utilizar:

               • Pruebas de hipótesis.

               • Pruebas de normalidad.

               • Pruebas de correlación.

               • Prueba Chi cuadrado.

               • Prueba de la media de 1 muestra.

               • Prueba de la media de 2 muestras.

               • ANOVA.

               • Prueba de wilcoxon.

               • Prueba de Mann Whitney.

MÓDULO 5: Aprendizaje supervisado

• Creación de nuevas variables (atributos).
• Regresión lineal múltiple
• Regresión logística
• Análisis de multicolinealidad
• Estimaciones
• Métricas.

MÓDULO 6: Aprendizaje no supervisado 

• Análisis de componentes principales.
• Análisis Clúster
• Validación de Clústers
• Perfilamiento de Clústers

Caso final: Aplicar los conocimientos adquiridos y desarrollar un modelo analítico.