Estadística con Python

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.

Información de contacto