Estadística en Python
Descriptiva e Inferencial
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
"La estadística es la herramienta
para entender el mundo, pero
también es la herramienta para
hacer que el mundo te entienda"
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Tipos de estadística
Descriptiva Inferencial
Describe los datos disponibles utilizando Hace inferencias sobre la población en función
variables descriptivas. de los datos de la muestra utilizando técnicas
de estimación y prueba de hipótesis.
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Ejemplos
Estadística Descriptiva Estadística Inferencial
Calcular la media, la mediana y la moda de las Determinar si hay una diferencia significativa en las
calificaciones de un grupo de estudiantes en un calificaciones entre dos grupos de estudiantes que
examen. recibieron diferentes métodos de enseñanza.
Calcular la desviación estándar y el rango de los Estimar el tamaño de una población a partir de una
ingresos de una muestra de la población. muestra representativa.
Probar la hipótesis de que el resultado del
Calcular la frecuencia de los resultados de un
lanzamiento de una moneda es aleatorio y no está
experimento de lanzamiento de moneda.
sesgado.
Graficar un histograma de la distribución de alturas Estimar la probabilidad de que un evento ocurra en
en una población. función de los datos históricos.
Calcular la correlación entre la edad y el nivel de Identificar la relación entre dos variables y predecir
educación en una muestra de la población. el valor de una variable a partir del valor de otra.
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Libr
ería
s
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Algunas de las funcionalidades más
importantes:
● Crear arrays y matrices
● Realizar operaciones matemáticas
● Aplicar funciones matemáticas
https://numpy.org/ ● El código es vectorizado (C/C++
precompilado y librerías de bajo nivel)
Realizar cálculos matemáticos y
Numpy nos permite hacer cálculos más
científicos eficientes (arrays y
eficientes y rápidos que con las funciones
matrices) básicas de Python
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Parte práctica
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
● Pandas ofrece dos estructuras de datos
principales, Series y DataFrames, que
permiten trabajar con datos de manera
organizada y eficiente
● Pandas permite manipular y transformar
datos de manera fácil y rápida, incluyendo
https://pandas.pydata.org/ la selección de columnas y filas, la
agregación de datos, la filtración de datos,
etc
Permite manipular y analizar ● Pandas también ofrece herramientas para
datos de manera eficiente y la limpieza de datos, como la eliminación
de datos faltantes, la detección y
rápida corrección de valores atípicos, la
normalización de datos, etc
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Parte práctica
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Algunas de las funcionalidades más
importantes:
● Creación de gráficos de alta calidad en
diversos formatos
● Soporte para diversos tipos de gráficos,
https://matplotlib.org/ incluyendo gráficos de líneas, de barras,
de dispersión, de superficie, etc.
● Personalización de las características de
Crear visualizaciones estáticas, los gráficos, como la paleta de colores,
animadas e interactivas etiquetas de ejes, títulos, etc.
● Integración con otras librerías: Numpy y
Pandas
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
Parte práctica
Martín Samán AEJ ÁREA ACADÉMICA DE ANÁLISIS DE SISTEMAS Estadística en Python
