1 – Repaso: pruebas de hipótesis

Lección 1 del curso Estadística Inferencial Paramétrica.

En este primer módulo del curso daremos una mirada a varios conceptos que resultarán esenciales para entender y saber aplicar las pruebas estadísticas paramétricas que veremos en el segundo módulo.

Y específicamente en esta primera lección haremos un repaso de los principales conceptos relacionados con una prueba de hipótesis. Así que veremos qué es una hipótesis, qué son la hipótesis nula y la alternativa, qué es una prueba de hipótesis y los tipos de pruebas de hipótesis que convencionalmente encontraremos en un proyecto de Ciencia de Datos:

Muy bien, acabamos de hacer un breve repaso de todos los conceptos asociados a las pruebas de hipótesis, los cuales resultarán esenciales para lo que resta del curso.

En todo caso, para entender en detalle todos estos conceptos sugiero revisar las lecciones del segundo módulo del curso Estadística Inferencial: Fundamentos, que se encuentra disponible acá en la Academia Online.

Así que en este punto ya tenemos claro qué es una prueba de hipótesis y los dos tipos de pruebas que podemos tener:

• Las pruebas paramétricas, en donde asumimos que se conocen los parámetros que caracterizan la distribución de nuestros datos (de allí el nombre «paramétricas»)
• Y las no paramétricas, que se aplican cuando desconocemos dicha distribución

Y en este curso nos enfocaremos precisamente en el primer conjunto de pruebas, las paramétricas.

Ahora bien, resulta que las pruebas que veremos en los próximos módulos de este curso (z-test, t-test y ANOVA) se aplican siempre y cuando se cumplan ciertos supuestos, o pre-requisitos, en nuestros datos.

Y uno de los primeros supuestos que se debe satisfacer es que los datos deben tener una distribución normal (o Gaussiana). Así que en la próxima lección veremos qué tipos de pruebas podemos utilizar para determinar si nuestros datos tienen una distribución normal.

Todas las lecciones del curso Estadística Inferencial Paramétrica