What you’ll learn
-
Introducción al mundo de la estadística no paramétrica.
-
Diferencia entre estadística paramétrica y no paramétrica.
-
¿Qué hacer cuando no se cumplen los supuestos paramétricos?
-
¿Qué modelos usar en la práctica según nuestro problema?
-
Instrucciones paso a paso para usar las pruebas no paramétricas.
-
Mann-Whitney, Kruskal-Wallis, Wilcoxon, Friedman, Spearman, etc.
-
Implementación de los análisis y códigos en R y Python.
-
Estudio de datos médicos de extracción de tejido cancerígeno.
-
Estudio de valoración de jueces en una cata de vinos.
-
Estudio de eficacia de medicamentos en pacientes.
-
Muchos más ejemplos de datos reales para practicar.
-
Cómo crear informes de resultados de alta calidad.
-
Cómo explicar los resultados estadísticos numéricos y visuales.
Who this course is for:
- Estudiantes de ingenierías, medicina o economía que busquen entender los métodos de la estadística no paramétrica.
- Estudiantes de Estadística que quieran profundizar en esta área más específica.
- Ingenieros de IA y ML que quieran conocer acerca del análisis de datos cuando no se cumplen los supuestos paramétricos.
- Estudiantes de doctorado que quieran conocer o estén investigando acerca de la estadística no paramétrica.
- Empresas o usuarios que quieran hacer análisis de datos médicos, comparaciones de grupos independientes o relacionados con los métodos no paramétricos.
Deal Score+1
Disclosure: This post may contain affiliate links and we may get small commission if you make a purchase. Read more about Affiliate disclosure here.
