Rachel
About

Khan Academy on a Stick

Probabilidad y Estadística

Distribución normal

La distribución normal (a menudo denominada la "curva de campana") está en el centro de la mayor parte de la estadística inferencial. Asumiendo que los procesos más complejos sueelen tener una distribución normal (vamos a ver por qué asumir esto es razonable), podemos estimar la probabilidad de que ocurra por azar. Para disfrutar mejor este tutorial, es bueno entender las distribuciones de probabilidad y las variables aleatorias. También debe estar muy familiarizado con las nociones de media poblacional y muestral y la desviación estándar.

Distribución muestral

En este tutorial, experimentamos una de las ideas más interesantes en el Teorema de límite central de la estadística. Sin él, sería mucho más difícil hacer cualquier inferencia acerca de los parámetros de la población a partir de los estadísticos de la muestra. Establece que, independientemente de cómo sea la distribución de la población, la distribución de los media muestral (usted aprenderá lo que esto significa) puede ser una distribución normal. Es una buena idea entender un poco acerca de distribuciones normales antes de sumergirse en este tutorial.

Intervalos de confianza

Todos tenemos los intervalos de confianza ("yo soy el rey del mundo!") y intervalos de no-confianza ("nadie me ama"). No es lo que este tutorial trata. Este tutorial toma lo que ya conoces del Teorema de límite central, las distribuciones muestrales y los valores z y utiliza estas herramientas para bucear en el mundo de la estadística inferencial. Al principio puede parecer mágico, pero partiendo de nuestra muestra, ahora podemos hacer inferencias acerca de la probabilidad de que la media de la población esté dentro de un intervalo.

Distribución de Bernoulli y margen de error

Alguna vez se preguntó a qué se refieren los encuestadores cuando dicen que hay un 3% "margen de error" en sus resultados. Bueno, este tutorial no sólo explicará lo que significa, sino que le proporcionará las herramientas y la comprensión necesarias para que usted mismo sea un encuestador!

Prueba de hipótesis con una muestra

Este tutorial nos ayuda a responder a una de las preguntas más importantes, no sólo en estadística, sino de toda la ciencia: qué tan seguros podemos estar de que el resultado de un nuevo medicamento o proceso no es por azar sino debido al su verdadero impacto. Si usted está familiarizado con las distribuciones muestrales y los intervalos de confianza, entonces está listo para esta aventura!

Prueba de hipótesis con dos muestras

Ya estás familiarizado con la prueba de hipótesis con una muestra . En este tutorial, iremos más allá al comprobar si la diferencia entre las medias de dos muestras parece inverosímil que sea sólo debido al azar.

Distribución de probabilidad Chi-cuadrada

Usted se ha vuelto bueno en la prueba de hipótesis al hacer suposiciones sobre las distribuciones subyacentes. En este tutorial, aprenderemos acerca de una nueva distribución (la ji-cuadrada) e incluso cómo puede ayudarle (sí, a usted) a inferir qué es una distribución subyacente!

Análisis de la varianza

Ya sabes bastante sobre pruebas de hipótesis con una o dos muestras. Ahora vamos más allá al hacer inferencias basadas en tres o más muestras. Vamos a usar la muy especial distribución F (F significa "fabulosa").