Análisis de normalidad
Métodos para contrastar la normalidad de una muestra de datos con Python. Test Shapiro-Wilk, test D'Agostino's K-squared, asimetría (Skewness) y curtosis.
Análisis de homocedasticidad y heterocedasticidad con python
Métodos para contrastar la homocedasticidad y heterocedasticidad de una muestra de datos con Python. Test de Levene, test de Bartlett y test de Fligner-Killeen.
Correlación lineal con Python
Teoría y ejemplos de correlación lineal con Python. Coeficiente de correlación de Pearson, Spearman, Kendall, correlación parcial y matriz de correlaciones.
Ajuste y selección de distribuciones con Python
Métodos para encontrar la distribución que mejor se ajusta a los datos.
Ajuste de distribuciones no paramétricas con kernel density estimation KDE y Python
Método para encontrar la distribución no paramétrica que mejor se ajusta a los datos.
Test de permutación para el contraste de hipótesis con Python
Permutaciones y simulación de Monte Carlo para comparar medias, varianzas u otros estadísticos.
Bootstrapping, contraste de hipótesis e intervalos de confianza con Python
Bootstrapping como método no paramétrico para comparar estadísticos y crear intervalos de confianza con Python.
Test Kolmogorov–Smirnov
Comparación de distribuciones con Python: test Kolmogorov–Smirnov.
T-test
Test estadístico para comparar las medias de dos grupos.
ANOVA
Análisis de varianza con Python.
U-test
Test U de Mann-Whitney-Wilcoxon para comparar las medianas de dos grupos.
Hacer una donación
¡Colabora en mantener las puertas del conocimiento abiertas! Si nuestros artículos te han ayudado a progresar en tu formación o carrera profesional, apreciaríamos enormemente tu apoyo. Tu contribución nos permite mantener esta plataforma accesible para todos y crear nuevos contenidos. Puedes hacerlo a través de PayPal o Github Sponsors ¡Son solo un par de clicks 😊😊!
