Estadistica paso a paso

El análisis estadístico en la metodología de la investigación

La estadística se utiliza en todos los aspectos de la sociedad. Todo análisis estadístico sigue un patrón que llamaremos Proceso Estadístico. Este proceso se introducirá en esta lección y se utilizará a lo largo del curso.
Representación en vitral de la liberación de Daniel del foso de los leones. Se encuentra en la antigua iglesia del priorato dominicano de Hawkesyard en Staffordshire, Inglaterra. (Crédito de la foto: P. Lawrence Lew, O.P. Utilizado con permiso).
Los investigadores también investigan el trasfondo de la situación. ¿Qué han descubierto otras personas sobre esta situación? ¿Cómo podemos encontrar la respuesta a la pregunta de investigación? ¿Qué tenemos que hacer? ¿Cuál es la población (o conjunto total de todos los individuos) considerada? ¿Qué tipo de datos hay que recoger?
Después de tomar cautivo a Israel, el rey de Babilonia, Nabucodonosor, pidió a su oficial principal que trajera niños israelitas bien dotados, hábiles en toda sabiduría, astutos en el conocimiento y entendidos en la ciencia para que estuvieran en los palacios del rey (Daniel 1:4). Para ayudar a su preparación, Nabucodonosor planeó alimentarlos con su carne y su vino durante tres años (Daniel 1:5).

Estadística elemental paso a paso 10ª edición.pdf reddit

Esta página es un completo repositorio de tutoriales de estadística útiles para el aprendizaje de algoritmos básicos, intermedios y avanzados de estadística y aprendizaje automático con SAS, R y Python; cubre algunas de las técnicas de modelado y predicción más importantes, junto con aplicaciones relevantes. Los temas incluyen pruebas de hipótesis, regresión lineal, regresión logística, clasificación, análisis de la cesta de mercado, bosque aleatorio, técnicas de conjunto, clustering, y muchos más. Hoy en día, el conocimiento de la estadística y el aprendizaje automático es una de las habilidades más solicitadas. Las personas que poseen experiencia práctica en estas técnicas están bien pagadas en el mercado laboral. En el mundo de la automatización, es importante adquirir experiencia en algoritmos de aprendizaje automático para sobrevivir en el mercado.
La siguiente es una lista de tutoriales que son ideales tanto para principiantes como para profesionales avanzados de la analítica. Es una guía paso a paso para aprender estadística con herramientas estadísticas populares como SAS, R y Python. Le dará una idea de cómo funcionan estos algoritmos en el fondo y cómo realizar estas técnicas estadísticas con paquetes estadísticos. Incluye tanto explicaciones teóricas como técnicas.

Muestra de análisis estadístico en la investigación

Una introducción clara y concisa a la estadística para estudiantes de empresariales y de gestión, que demuestra la importancia de la estadística en el proceso de toma de decisiones de las empresas y que abarca desde la realización de una encuesta y la recopilación de datos, hasta el resumen de los datos estadísticos y la presentación de los resultados.
Cada capítulo presenta una situación empresarial del mundo real y un conjunto de datos que la acompañan; a continuación, se anima al lector a identificar el concepto estadístico correcto del capítulo y a resolver el problema planteado. Se ofrece a los estudiantes la oportunidad de utilizar la teoría recién aprendida de forma práctica.
El libro va acompañado de recursos gratuitos en línea que incluyen videotutoriales paso a paso sobre el uso de Excel e IBM SPSS, conjuntos de datos y soluciones trabajadas, un Manual del Instructor, un banco de pruebas y diapositivas de presentaciones en PowerPoint para los profesores.
Richard N. Landers ha escrito un texto excelente. En pocas palabras, A Step-by-Step Guide to Statistics for Business debe ser una lectura básica para todos los estudiantes que cursen estudios de estadística como parte de un programa de negocios o de gestión. Landers escribe con un estilo accesible y fácil de seguir, que lleva al lector desde los conocimientos numéricos básicos hasta la estadística inferencial.

Ejemplos de investigación estadística

El libro podría dividirse en tres temas principales entrelazados con expresiones técnicas con las que el lector será competente al final del libro. Unos pocos capítulos introducen el tema básico de la probabilidad (cap. 1-2) y las funciones de probabilidad (cap. 8-9). El grueso del libro se adentra en el tema de la inferencia y los procedimientos bayesianos, desde la introducción del teorema de Bayes (cap. 3) y la inferencia bayesiana (cap. 4-7), hasta la presentación de los conjugados bayesianos comunes -beta-binomio (cap. 10), gamma-Poisson (cap. 11) y normal-normal (cap. 12, más los apéndices correspondientes), para trabajar con los procedimientos típicos de Marko Chain Monte Carlo: MCMC con el algoritmo de Metrópolis (cap. 13-14), MCMC con el algoritmo de Metrópolis-Hastings (cap. 15) y MCMC con el muestreo de Gibbs (cap. 16). El último tema, pero no menos importante, comprende tres aplicaciones bayesianas: regresión lineal simple con MCMC con muestreo de Gibbs (capítulos 17 y 18), redes bayesianas (capítulo 19) y árboles de decisión (capítulo 20).
Esta dispersión de temas se encuentra con una excelente profundidad dentro de cada capítulo. Se trata de un enfoque paso a paso notablemente bien gestionado, dirigido a la enseñanza de la estadística bayesiana a los principiantes, hasta el punto de que cada capítulo sigue un formato de desafío-respuesta para llamar la atención sobre los temas importantes y motivar la progresión. Cada uno de ellos contiene multitud de figuras y tablas en sus ubicaciones apropiadas en la mayoría de los procedimientos paso a paso y, además, es a todo color (incluso en la versión impresa), ya que los autores utilizan texto codificado por colores para ayudar a seguir la pista de cada parte de una fórmula -por ejemplo, la posterior, la verosimilitud y la anterior- o de un ensayo MCMC -por ejemplo, las distribuciones de la propuesta para μ y τ- cuando se elaboran los ejemplos correspondientes.

Acerca del autor

admin

Ver todos los artículos