Métricas & Modelos

Suite avanzada · Inferencia estadística · Análisis predictivo

basado en análisis de datos

DESVIACIÓN ESTÁNDAR

Medida de dispersión que cuantifica la variabilidad de un conjunto de datos respecto a su media. Fundamental en control de calidad y finanzas.

σ = √(Σ(x-μ)²/N) Explorar →

CORRELACIÓN LINEAL DE PEARSON

Mide relación lineal entre dos variables cuantitativas (r). Incluye RECTA DE REGRESIÓN: y = a + bx, modelo predictivo por mínimos cuadrados.

r de Pearson | Regresión

CORRELACIÓN DE SPEARMAN

Coeficiente no paramétrico basado en rangos, evalúa monotonicidad. Ideal para datos ordinales o cuando no se cumple normalidad.

ρ (rho) rangos

CORRELACIÓN BISERIAL PUNTUAL

Mide relación entre una variable dicotómica natural (0/1) y una continua. Muy usado en psicometría y tests educativos.

r_pb

MÍNIMOS CUADRADOS

Método de optimización para estimar parámetros minimizando suma de residuos al cuadrado. Base de regresión lineal y modelos paramétricos.

OLS | SSE

CONTRASTE DE HIPÓTESIS

Pruebas estadísticas (t-student, Chi-cuadrado, ANOVA) para validar supuestos poblacionales. Valor-p, nivel de significancia y toma de decisiones.

H0 vs H1

ANÁLISIS DE DATOS CON GOOGLE COLAB

Entorno interactivo en la nube con Python, Pandas, Matplotlib. Permite ejecutar notebooks colaborativos de ciencia de datos sin configuración.

Jupyter + GPU

ANÁLISIS DE DATOS CON PYTHON

Librerías: NumPy, Pandas, SciPy, Scikit-learn. Visualización con Seaborn/Plotly, manipulación ETL y modelado predictivo.

DataFrame | Statsmodels

REGISTRO DE DATOS CON ARDUINO

Adquisición de señales mediante sensores (temperatura, humedad, etc.) y almacenamiento para análisis estadístico en tiempo real. Serial / SD card.

IoT + Data logging

Selecciona un método estadístico para visualizar métricas clave.

⚙️ Data-driven

Dashboard de análisis cuantitativo | Modelos basados en fundamentos estadísticos y ciencia de datos

```