• Análisis de datos con Python

• Practicas
• Introducción
• Conceptos clave de estadística
  • Experimento de Bernoulli
• Distribución binomial
  • Distribución de probabilidad
• Caraterizar información a traves de análisis exploratorio
  • Medidas de tendencia central
  • Estadística descriptiva (Diagramas de frecuencia)
    • Histogramas
  • Teorema de bayes
  • Funciones de distribución continua y discreta
    • Distribución de probabilidad discreta
  • Distribuciones discretas de mayor aplicación
  • Distribuciones continuas de mayor aplicación
  • Estandarización de covarianza y correlación
• Conceptos estadísticos análiticos
  • Estimadores
• Estimadores de máxima verosimilitud
  • Distribuciones muestrales
  • Teorema de límite central
  • Inferencia estadística a través de una hipótesis
  • Errores estadísticos
  • Intervalos de confianza
• Modelos estadísticos y de predicción
  • Regresión líneal
  • Regresión lógistica
  • Árboles de decisión
• Proyecto estádistico

• Acceso a las prácticas

https://www.youtube.com/user/arturoerdely/playlists

Estadística

• Estadística en papel, spreadsheets
• Estadística en open source: big data y capacidad de cómputo, memoria ram, procesador, ambientes virtuales (paralelización - spark/apache)

1. Tipos de datos:
   • Númericos
     • Continuos, porcentajes, enteros
   • Categóricos
     • Categóricas ordinales(¡fechas!) y clases sin sentido ordinal (Países, colores)
2. Variables determinísticas vs aleatorias
   • Determinista: Asume un valor puntual
   • Incertidumbre
   • Aleatoriedad: Puede tomar una serie de valores, asume que podemos conocer todos esos valores posibles

Suma de n elementos independientes de Bernouli

Algunos valores van a tener mayor probabilidad que otros dentro de la distribución

• Medidas de tendencia
  • Media o promedio geométrico y aritmético
  • Mediana
  • Moda
  • Error típico o desviación estándar
• Criterios de aplicación
  • Según el tipo de variables y susceptibilidad a valores extremos

Son una representación categórica y númerica de la distribución de los datos

• Variables categóricas: Tablas de frecuencia
• Variables númericas: Percentiles, Deciles, Quintiles y Quartiles, Outliers o valores extremos

• Distribución de Bernoulli (Experimento binario asociado a Éxito(1) o fracaso(0))
• Distribución Binomial (Número de éxitos x en N ensayos)
• Distribución Geométrica: Número de ensayos x hasta 1 éxito
• Distribución Binomial negativa: Número de ensayos x hasta el k-ésimo éxito
• Distribución de Poisson: Número de llegadas(eventos) en N a una longitud de tiempo t

• Distribución Exponencial (tiempo en llegar a un evento)
• Distribución Normal (campana)
• Distribución Uniforme (distribución de eventos on una misma probabilidad)

Estandarzación o tipificación de variables

• Estandarizar una variable implica centrar y reducir.
  • Centrar: Al restat cada valor con respecto a la media, los valores quedan centralizado con respecto a ésta.
  • Reducir: El valor centralizado es normalizado con respecto a la desviación estándar, es decir, la diferencia del valor y la media es después dividida entre la desviación estándar.

El resultado es una variable aleatoria adimensional (llamada generalmente Z), que tendrá como valor esperado (media) 0 y una varianza y desviación estándar de 1.

Criterios para elegir un estimador

Una variable aleatoria que viene de una población puede ser muestreada y calculada utilizando una pequeña porción de la misma.

https://www.youtube.com/watch?v=1uW3qMFA9Ho&list=PLUl4u3cNGP60hI9ATjSFgLZpbNJ7myAg6

pip install graphviz

https://www.kaggle.com/c/titanic/data