Imagen Instructor

Probabilidad y Estadística

USD $25

Acceso a todos los cursos por 30 Días

¿Qué incluye ilimitado?

270 Estudiantes

Imagen Instructor

Acceso
en línea

Incluye
certificado

Acceso en iPhone, iPad y Android

Duración:
8 horas

Garantía de devolución en 7 días

Descripción del curso

En este curso de Probabilidad y Estadística estudiamos dos áreas fundamentales del conocimiento: La Probabilidad como una rama de las matemáticas que mide cuantitativamente la posibilidad de que un experimento produzca un determinado resultado, y la Estadística como ciencia formal que estudia la recolección, análisis e interpretación de datos de una muestra. Los temas que puedes encontrar a través de nuestras lecciones son: conceptos básicos de estadística, distribuciones unidimensionales (tabulación y graficación de datos, medidas de posición – dispersión – asimetría), distribuciones bidimensionales (medidas de resumen y probabilidad) y distribuciones y densidades de probabilidad.

Módulo 1

DEFINICIONES BÁSICAS

Lección 1

Definiciones básicas en Estadística - Parte I

12:31

Lección 2

Definiciones básicas en Estadística - Parte II

6:29

Módulo 2

TABULACIÓN DE LA INFORMACIÓN

Lección 3

Frecuencia absoluta y frecuencia absoluta acumulada

9:39

Lección 4

Conteo de datos

9:40

Lección 5

Frecuencia relativa y frecuencia relativa acumulada

9:31

Lección 6

Construcción de una tabla de frecuencias. Ejemplo 1

9:16

Lección 7

Construcción de una tabla de frecuencias. Ejemplo 2

10:13

Módulo 3

REPRESENTACIONES GRÁFICAS DE LA INFORMACIÓN

Lección 8

Construcción de gráficas estadísticas de barras y circulares. Ejemplo 1

10:00

Lección 9

Construcción de gráficas estadísticas de barras y circulares. Ejemplo 2

6:43

Lección 10

Construcción de gráficas estadísticas. Polígono de frecuencias

6:04

Lección 11

Construcción de tablas de frecuencias y gráficas estadísticas. Ejercicio de repaso

14:23

Módulo 4

MEDIDAS DE POSICIÓN CENTRAL

Lección 12

Medidas de tendencia central. Moda, media y mediana

12:19

Lección 13

Medidas de tendencia central. Ejemplo 1

6:24

Lección 14

Medidas de tendencia central: moda, media y mediana. Ejemplo 2

6:13

Lección 15

Media aritmética simple y media aritmética ponderada

11:52

Lección 16

Media armónica

7:16

Lección 17

Media cuadrática

6:04

Lección 18

Media geométrica

6:10

Lección 19

Tipos de media: simple, ponderada, armónica, cuadrática y geométrica. Ejemplo 1

8:01

Lección 20

Tipos de media: simple, ponderada, armónica, cuadrática y geométrica. Ejemplo 2

6:35

Módulo 5

MEDIDAS DE POSICIÓN NO CENTRAL

Lección 21

Medidas de posición no centrales: Cuartiles, deciles y percentiles

7:56

Lección 22

Medidas de posición no centrales: Cuartiles, deciles y percentiles. Ejemplo 1

6:29

Lección 23

Medidas de posición no centrales: Cuartiles, deciles y percentiles. Ejemplo 2

10:51

Módulo 6

MEDIDAS DE DISPERSIÓN

Lección 24

Medidas de dispersión. Rango, desviación media, varianza y desviación estándar

9:40

Lección 25

Medidas de dispersión: rango, desviación media, varianza y desviación estándar. Ejemplo 1

7:07

Lección 26

Medidas de dispersión: rango, desviación media, varianza y desviación estándar. Ejemplo 2

6:27

Módulo 7

MEDIDAS DE DISPERSIÓN RELATIVAS

Lección 27

Coeficiente de variación de Pearson

6:34

Lección 28

Datos agrupados: intervalos, límites superior e inferior

9:28

Lección 29

Datos agrupados: intervalos, límites superior e inferior. Ejemplo 1

13:21

Lección 30

Datos agrupados: intervalos, límites superior e inferior. Ejemplo 2. Parte 1

12:00

Lección 31

Datos agrupados: intervalos, límites superior e inferior. Ejemplo 2. Parte 2

11:09

Módulo 8

MEDIDAS DE ASIMETRÍA

Lección 32

Asimetría en distribuciones de datos

8:52

Lección 33

Asimetría: Coeficiente de Pearson

4:57

Lección 34

Asimetría: Coeficiente de Bowley

6:42

Módulo 9

MEDIDAS DE RESUMEN Y ASOCIACIÓN

Lección 35

Datos bivariados. Introducción

7:43

Lección 36

Datos bivariados. Ejemplo 1

14:24

Lección 37

Datos bivariados. Ejemplo 2

10:19

Lección 38

Regresión lineal. Introducción

6:53

Lección 39

Regresión lineal. Ejemplo 1

9:18

Módulo 10

PROBABILIDAD

Lección 40

Definición de Probabilidad: Introducción

9:43

Lección 41

Definición de Probabilidad: Problema resuelto

7:24

Lección 42

Probabilidad: Propiedades. Parte 1

10:28

Lección 43

Probabilidad: Propiedades. Parte 1. Ejemplo 1

9:17

Lección 44

Probabilidad: Propiedades. Parte 1. Ejemplo 2

7:46

Lección 45

Probabilidad: Propiedades. Parte 2

8:43

Lección 46

Probabilidad: Propiedades. Ejercicio de repaso

7:42

Lección 47

Probabilidad condicionada

9:13

Lección 48

Teorema de Bayes: Introducción

7:09

Lección 49

Teorema de Bayes. Ejemplo 1

9:10

Lección 50

Tablas de contingencia. Análisis probabilístico de variables cualitativas. Introducción

15:47

Lección 51

Tablas de contingencia. Ejemplo 1

13:51

Lección 52

Tablas de contingencia. Ejemplo 2

17:24

Lección 53

Función de probabilidad

7:11

Módulo 11

DISTRIBUCIONES Y DENSIDADES DE PROBABILIDAD

Lección 54

Función de distribución de probabilidad de variable aleatoria

10:08

Lección 55

Distribución de Bernoulli (para variables aleatorias discretas)

10:55

Lección 56

Distribución binomial (para variables aleatorias discretas)

6:21

Lección 57

Distribución geométrica (para variables aleatorias discretas)

4:59

Lección 58

Distribución binomial negativa (para variables aleatorias discretas)

5:47

Lección 59

Distribución de Poisson (para variables aleatorias discretas)

5:31

Formas de Pago:

Tarjeta de Crédito / PayPal:
Formas de Pago

Formas de Pago

Medio de pago local:

Medio de pago local

¿Cómo pagar con tarjeta de crédito?

¿Cómo pagar con PayPal?

¿Cómo pagar con pagos locales?

¿Tienes un cupón?

Instructor

Marcela Gomez

Marcela Gómez, docente en Ciencias Aplicadas e Ingeniera Mecánica con trayectoria académica y profesional en investigación, enfocada hacia el desarrollo de nuevos materiales. Sus conocimientos en las áreas de Probabilidad y Estadística son el resultado de su enorme experiencia en el diseño de experimentos, desarrollo de modelos matemáticos para simulación, aplicación de algoritmos, elaboración de informes y preparación de publicaciones.

Ver más de Marcela Gomez

Cursos relacionados que otros estudiantes están tomando.

Machine Learning usando Orange

Gestión de empresas en crisis

Transformada de Laplace

Cálculo Vectorial

Introducción a la Física

Calificaciones

Calificación promedio

4.5

16 Reviews

Detalles

5 estrellas

11

4 estrellas

4

3 estrellas

0

2 estrellas

0

1 estrella

1

MARCO HERRERA

exc
abril 13, 2018

Andres Leonardo Arevalo

Me gusto mucho el contenido presentado, creo que hicieron falta ejemplos en el último capitulo. 100% Recomendado este curso para los que no tenemos muchas nociones de estadística y queremos aprender de una manera fácil y rápida.
febrero 07, 2018

Luis Cadena

el curso es bueno, pero al igual que otras personas en las ultimas lecciones sería bueno complementarlo con ejemplos... así como indicación para continuar con las demás distribuciones, Pej..las continuas
enero 07, 2018

harold.alexanderr@gmail.com

El curso en general es muy bueno. Sin embargo, las últimas lecciones carecen de ejemplos prácticos y efectivamente, da la impresión que faltan lecciones por mostrar. Para ser un curso introductorio está muy completo y abarca temas de bastante interés y que son necesarios dentro de la cultura general de estadística.
noviembre 11, 2017

Ver más calificaciones

Más de Matemática y Ciencia

Machine Learning usando Orange

Machine Learning usando Orange

Gestión de empresas en crisis

Gestión de empresas en crisis

Transformada de Laplace

Transformada de Laplace

Cálculo Vectorial

Cálculo Vectorial

Toma el curso completo para que puedas acceder a todas sus lecciones
Haz clic en el botón naranja para adquirirlo

Waiting...