La estadística práctica te da las gafas para ver la realidad detrás de los números. Python facilita el trabajo pesado del cálculo. Al unir ambas herramientas, te transformas en un científico de datos eficiente y preciso. Si quieres profundizar en tus proyectos, cuéntame: ¿Qué estás analizando actualmente?
) : Mide qué tan bien se ajusta la línea a los datos. Va de 0 a 1.
X = sm.add_constant(df['horas']) # Agregar interceptor y = df['calificacion']
def bootstrap_ci(data, estadistico=np.mean, n_boots=10_000, ci=95): """Calcula intervalo de confianza bootstrap para cualquier estadístico""" estimaciones = [] n = len(data) for _ in range(n_boots): muestra = np.random.choice(data, size=n, replace=True) estimaciones.append(estadistico(muestra)) lower = np.percentile(estimaciones, (100 - ci) / 2) upper = np.percentile(estimaciones, 100 - (100 - ci) / 2) return lower, upper La estadística práctica te da las gafas para
Si el gráfico de residuos tiene forma de cono (varianza no constante), necesitas errores estándar robustos (usar HC3 en modelo.get_robustcov_results() ).
La correlación se puede calcular utilizando el coeficiente de Pearson.
El bootstrap es mágico: remuestrea tus datos para estimar la variabilidad de cualquier estadístico, sin asumir normalidad. Si quieres profundizar en tus proyectos, cuéntame: ¿Qué
import statsmodels.api as sm # Datos de ejemplo X = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y = [2, 4, 5, 4, 5, 7, 8, 9, 9, 11] # Añadir constante para el intercepto X = sm.add_constant(X) # Ajustar el modelo modelo = sm.OLS(y, X).fit() # Ver el resumen estadístico de alta calidad print(modelo.summary()) Use code with caution. Conclusión: El Enfoque Práctico
Python ofrece varias bibliotecas para trabajar con distribuciones de probabilidad, como scipy.stats .
3️⃣ Statistical transformations (like Log-transformation or Standardization) turn messy data into model-ready features. X = sm
En el mundo de la Ciencia de Datos, es fácil dejarse seducir por algoritmos complejos de deep learning o bibliotecas de moda. Sin embargo, los profesionales más efectivos saben que el verdadero valor reside en entender los datos a través de la . No hablamos de la estadística matemática pura, sino de la estadística práctica : aquella que detecta sesgos, valida supuestos y extrae conclusiones sólidas.
). Este principio es el que permite calcular intervalos de confianza con seguridad. Intervalos de Confianza (IC)
Antes de construir modelos complejos de aprendizaje automático, es esencial entender los datos que los alimentan. La estadística proporciona el lenguaje para describir, resumir e interpretar los datos de manera confiable. La ciencia de datos, por su parte, se define como la disciplina que combina para transformar datos en decisiones.
Promedio aritmético. Sensible a valores atípicos (outliers). Mediana: Valor central. Robusto frente a valores atípicos. Moda: Valor con mayor frecuencia en el conjunto de datos.