Fuente: Mathematics for Machine Learning and Data Science Specialization y Mathematical Foundations for Data Science and Analytics Specialization
- Probabilidad vs Estadística: Mirar Hacia Adelante o Mirar Hacia Atrás
- Random Variables
- Conjuntos en Estadística: Fundamentos y Aplicación en Python
- La probabilidad es área: una forma intuitiva de entender eventos
- Probabilidad Condicional: Cómo un Suceso Afecta la Posibilidad de Otro
- Experimento Aleatorio, Espacio Muestral y Eventos
- Probabilidad y Modelos Probabilísticos
- La Distribución de Bernoulli — La base de la probabilidad binaria
- La Distribución Binomial: La Base Matemática para Contar Éxitos en Experimentos Repetidos
- Valor Esperado: El Promedio de los Resultados Aleatorios
- La Paradoja de Simpson: Cuando los Datos Cuentan Historias Contradictorias
- Estimación y Estadística Inferencial
- Correlación: Cómo Entender la Relación entre Variables
- Correlación entre Variables Cuantitativas y Categóricas
- Correlación entre Variables Categóricas
- El Teorema de Bayes: Cómo Actualizar Nuestras Creencias con Nueva Evidencia
- Prueba de Hipótesis
Estadística
│
├── Fundamentos de Estadística
│ ├── Población y Muestra
│ ├── Variables y Escalas de Medición
│ ├── Distribuciones de Probabilidad
│ └── Teorema Central del Límite
│
├── Estadística Descriptiva
│ ├── Media, Mediana y Moda
│ ├── Varianza y Desviación Estándar
│ ├── Percentiles y Cuartiles
│ └── Asimetría y Curtosis
│
└── Estadística Inferencial
├── Muestreo
├── Estimación y Estadística Inferencial
├── Intervalos de Confianza
├── Prueba de Hipótesis
├── Errores Tipo I y Tipo II
├── Valor p (p-value)
├── Pruebas Paramétricas
├── Pruebas No Paramétricas
├── ANOVA
└── Chi-Cuadrado