Técnicas cuantitativas
Antes de empezar
0.1
Prerrequisitos
0.2
Tipos de ficheros
0.3
Un ejemplo muy sencillo
0.4
Estructura básica de un documento Markdown
0.4.1
Cabecera
0.4.2
Insertar código R
0.4.3
Formatos de texto
0.4.4
Generando el documento
0.5
Ejercicio
1
Introducción
1.1
R como lenguaje de programación
1.2
Utilizando RStudio
1.3
Interpretación de valores
1.4
Variables
1.5
Tipos basicos
1.5.1
Números
1.5.2
Lógicos o booleanos
1.5.3
Cádenas de caracteres
1.6
Estructuras de datos
1.6.1
Vectores
1.6.2
Listas
1.6.3
Matrices
1.6.4
Data frames
1.6.5
Factores
1.7
Funciones
1.8
Tidyverse
1.8.1
stringr
1.8.2
El operador
pipe
1.9
Ejercicios
2
Estadística descriptiva
2.1
Tendencia central
2.1.1
Mínimo y máximo
2.1.2
Media
2.1.3
Mediana
2.1.4
Primer y tercer cuartil
2.1.5
Moda
2.2
Dispersión
2.2.1
Rango
2.2.2
Desviación estándard
2.2.3
Varianza
2.2.4
Coeficiente de variación
2.3
Correlación
2.3.1
Datos
2.3.2
Coeficiente de correlación
2.3.3
Test de correlación
2.3.4
Visualizando correlaciones
2.4
Ejercicios
3
Estadística inferencial
3.1
Diferencia entre probabilidad y estadística
3.2
Probabilidad frecuentista vs Bayesiana
3.2.1
Enfoque frecuentista
3.2.2
Enfoque Bayesiano
3.3
Introducción a las distribuciones de probabilidad
3.3.1
La distribución binomial
3.3.2
La distribución normal
3.3.3
Funciones de R para distribuciones de probabilidad
3.3.4
Ejemplos con la distribución Binomial
3.3.5
Ejemplos con la distribución normal
3.4
Introduccion a los test de hipótesis
3.4.1
Comparando la estadística de prueba con el
valor crítico
.
3.4.2
Comparando el
p
-valor con el nivel de significancia
\(\alpha\)
3.4.3
Comparación del parámetro objetivo con el intervalo de confianza
3.4.4
Dos tipos de errores
3.5
Test de hipótesis en R: cálculo e informes
3.6
Un ejemplo sobre brecha salarial entre géneros
3.7
ANOVA
3.8
Algunas consideraciones finales
3.8.1
¿Cuando no se necesita inferencia?
3.8.2
Problemas con los p-valores
3.9
Ejercicios
3.9.1
Distribución Binomial
3.9.2
Distribución Normal
4
El muestreo estadístico
4.1
Example one
4.2
Example two
5
Regresión lineal
5.1
¿Qué es un modelo de regresión lineal?
5.2
Estimación de un modelo de regresión lineal
5.2.1
Usando la función
lm ()
5.2.2
Interpretación del modelo estimado
5.3
Regresión lineal múltiple
5.3.1
Haciéndolo en R
6
Estadística multivariante
Referencias
Publicado con bookdown
Técnicas cuantitativas
Capítulo 4
El muestreo estadístico
Some
significant
applications are demonstrated in this chapter.
4.1
Example one
4.2
Example two