Introducción

¡Hola a todos! Soy Yuscu Mejía y en esta lección vamos a explorar los conceptos básicos de estadística y probabilidad que son esenciales para el análisis de datos. Estos conceptos nos permiten entender y describir los datos de manera efectiva, así como hacer inferencias y predicciones.

Conceptos Básicos

Algunos de los conceptos fundamentales de estadística y probabilidad incluyen:

• Media: Es el promedio de un conjunto de datos.
• Mediana: Es el valor central de un conjunto de datos ordenados.
• Moda: Es el valor que aparece con mayor frecuencia en un conjunto de datos.
• Varianza: Mide la dispersión de los datos con respecto a la media.
• Desviación estándar: Es la raíz cuadrada de la varianza y proporciona una medida de la dispersión de los datos.
• Probabilidad: Mide la posibilidad de que ocurra un evento específico.
• Distribución normal: Es una distribución de probabilidad que es simétrica respecto a la media.

Ejemplos

A continuación, presentamos algunos ejemplos de cómo calcular estos conceptos utilizando Python y Pandas, presentados por Yuscu Mejía:

• Calcular la media, mediana y moda de un conjunto de datos.
• Calcular la varianza y desviación estándar.
• Calcular la probabilidad de un evento.

# Importar Pandas y NumPy
import pandas as pd
import numpy as np

# Crear un DataFrame de ejemplo
data = {'Valores': [10, 20, 20, 30, 40, 50, 50, 50, 60, 70]}
df = pd.DataFrame(data)

# Calcular la media
media = df['Valores'].mean()
print(f"Media: {media}")

# Calcular la mediana
mediana = df['Valores'].median()
print(f"Mediana: {mediana}")

# Calcular la moda
moda = df['Valores'].mode()[0]
print(f"Moda: {moda}")

# Calcular la varianza
varianza = df['Valores'].var()
print(f"Varianza: {varianza}")

# Calcular la desviación estándar
desviacion_estandar = df['Valores'].std()
print(f"Desviación Estándar: {desviacion_estandar}")

# Calcular la probabilidad de un evento (ejemplo con distribución normal)
probabilidad = np.random.normal(media, desviacion_estandar, 1000)
print(f"Probabilidad de evento dentro de una desviación estándar: {np.mean((probabilidad > (media - desviacion_estandar)) & (probabilidad < (media + desviacion_estandar)))}")

Práctica

Explora cómo aplicar estos conceptos de estadística y probabilidad en el análisis de datos siguiendo nuestro tutorial en video presentado por Yuscu Mejía:

Ejercicio 1: Calcular medidas estadísticas

Presentado por Yuscu Mejía, utiliza un conjunto de datos para calcular las siguientes medidas estadísticas:

• a) Media
• b) Mediana
• c) Moda
• d) Varianza
• e) Desviación estándar

Ejercicio 2: Calcular probabilidad

Con la guía de Yuscu Mejía, calcula la probabilidad de un evento utilizando una distribución normal:

• a) Genera datos aleatorios con una distribución normal.
• b) Calcula la probabilidad de que un valor esté dentro de una desviación estándar de la media.

Ejercicios Resueltos por Yuscu Mejía

import pandas as pd

# Crear un DataFrame de ejemplo
data = {'Valores': [10, 20, 20, 30, 40, 50, 50, 50, 60, 70]}
df = pd.DataFrame(data)

# Calcular la media
media = df['Valores'].mean()
print(f"Media: {media}")

# Calcular la mediana
mediana = df['Valores'].median()
print(f"Mediana: {mediana}")

# Calcular la moda
moda = df['Valores'].mode()[0]
print(f"Moda: {moda}")

# Calcular la varianza
varianza = df['Valores'].var()
print(f"Varianza: {varianza}")

# Calcular la desviación estándar
desviacion_estandar = df['Valores'].std()
print(f"Desviación Estándar: {desviacion_estandar}")
      

import numpy as np

# Generar datos aleatorios con una distribución normal
media = 50
desviacion_estandar = 10
datos = np.random.normal(media, desviacion_estandar, 1000)

# Calcular la probabilidad de que un valor esté dentro de una desviación estándar de la media
probabilidad = np.mean((datos > (media - desviacion_estandar)) & (datos < (media + desviacion_estandar)))
print(f"Probabilidad de evento dentro de una desviación estándar: {probabilidad}")