Estadísticas para Triunfar Como Analista de Datos

EL ABC del ANLISIS DE DATOS
4 Plantillas de Estrategias Estadsticas para triunfar como Analista de Datos
4 PLANTILLAS DE ESTRATEGIAS ESTADSTICAS PARA
TRIUNFAR COMO ANALISTA DE DATOS

Bienvenid@ a Conceptos Claros

Hola!
Primero de todo quiero darte la bienvenida a esta gua y tambin a Conceptos Claros.
As que antes de entrar en materia me voy a presentar un poco. Quiero que me conozcas un poco
ms. Te dejo con mi recorrido vital y por qu naci mi blog: conceptosclaros.com
Mi recorrido vital
Soy Jordi. Vivo en Barcelona con mi compaera de

viaje Anna. Soy una mente inquieta y me encanta
ser un sherpa de los datos.
Despus de 7 aos en el departamento de I+D de

una multinacional, entend que aplicar estadstica y
matemticas en los datos es apasionante.
Entender con una visin prctica estas ciencias es

especial. Me encanta formarme da tras da y
buscar un sentido prctico.
Soy Ingeniero Industrial. Estudi el Mster Oficial

en Ingeniera Biomdica en la especialidad de
seales y Anlisis de Datos.
Tengo una capacidad innata para resumir y hacer fcil lo difcil. No temas, ests en buenas manos.
Por qu naci Conceptos Claros?
Por otro lado descubr que me encanta ser un gua, un mentor, un sherpa de otros que estn un
poco ms atrs que yo. Quiero hacer crecer a los dems con mucho cario y dedicacin.
Comprob este hecho trabajando con becarios codo con codo. Ellos quedaron encantados. Y me di
cuenta de que puedo ayudar a muchas ms personas. Quiero que t aprendas como ellos lo
hicieron.
Por qu es importante esta gua?
La era de los datos ha llegado, y la capacidad para analizarlos es una cualidad buscada y
diferenciadora.
Por eso quiero ayudarte a aplicar estrategias de anlisis de datos, para que puedes extraer
conclusiones tiles para tus estudios e investigaciones.
De esta manera, sers un profesional mucho ms completo y con una capacidad diferente al resto.
Sers capaz de sumergirte en el mundo de los datos.
Me encantar ofrecerte el camino fcil y proporcionarte material entendible, prctico y paso a paso.
As vas a ganar tiempo y conocimiento.
Ahora ya sabes un poco de m y por qu puede ser interesante lo que te explique.
Sigue leyendo y te explico ms sobre la gua que al final es lo que quieres
Jordi Oll
En qu consiste esta gua?

A ver si te suena esta situacin:
Has odo hablar de estadstica alguna vez. O incluso has estudiado alguna asignatura en la
universidad. Pero llega el momento de la verdad y no sabes ni por dnde empezar.
No sabes qu tcnica aplicar ni cmo utilizar la estadstica como tu mejor aliada. Quiz, ahora
mismo, es tu peor pesadilla.
Te sientes perdido y sin saber cmo enfocar el anlisis de datos que te llevar al xito de tu
proyecto y como profesional investigador.
Si es as, vamos bien! Quiero ayudarte a desbloquear tu mente y a utilizar la estadstica como lo que
es: una herramienta para brillar como investigador.
Voy abordar una preocupacin muy recurrente y seguramente es la que te inquieta ahora mismo.
No sabes qu tcnica/mtodo estadstico aplicar para analizar tus datos ni cmo abordar un
proyecto real de anlisis de datos.
Para ayudarte a resolver esta inquietud voy a darte 5 plantillas (aunque el ttulo de la gua son 4)
para que puedas aclarar 5 aspectos que te permitirn solventar esta preocupacin.
Te listo estos 5 puntos y as los vers ms claro:
1- Cules son las etapas de un proceso completo de anlisis de datos?

2- Qu es una tabla de datos y cmo est ordenada?
3- Cmo puedo interpretar los datos? (La Exploracin)
4- Qu tcnica estadstica aplico en cada caso? (El Anlisis)
5- Qu software utilizo y cmo aprendo a manejarlo?
Las explicaciones de estos puntos las he resumido en formato plantillas. A continuacin te muestro
estas planillas que te comentaba.
PLANTILLA 1 EL CAMINO A SEGUIR

Cules son las etapas de un proceso completo de Anlisis de Datos?
Tener la visin global de un proceso completo de Anlisis de Datos es fundamental. Y quiero que lo
veas como una transformacin de informacin.
Es decir, partes del estado inicial: plantear el problema y los objetivos.
Y pasas un estado final: listas conclusiones basadas en datos reales para poder resolver el
problema planteado en la etapa inicial.

Te muestro las 6 etapas de un proceso global de anlisis de datos des del punto de vista de la
transformacin de los datos.
Etapa 1 El Problema
Todo nace de un problema, de una necesidad real. Tu estudio, tu proyecto, parte de esta premisa.
Entender mejor la realidad y solucionar el problema que te preocupa. Este es tu objetivo como
Analista de Datos.
En esta etapa definirs el foco del estudio.
Es decir: qu problema quieres abordar y definirs el objetivo del estudio
Etapa 2 La Recoleccin
Es el diseo de un mtodo de recoleccin de informacin. Ms tcnicamente, es un proceso de

experimentacin.
Puede ser una encuesta, pruebas en laboratorios, con pacientes, nutrirse de datos de marketing en
redes sociales, etc.
En definitiva, es un plan de observacin de la realidad para poder obtener DATOS.
Etapa 3 La Limpieza
Los DATOS son observaciones de la realidad, y es un metal precioso en bruto. Es necesario pulirlo
y encontrar lo ms apreciado.
En esta etapa te encargars de homogeneizar los datos en cuanto a formato, deshacer

observaciones que no te interesan, y almacenar las ms tiles.
Etapa 4 La Exploracin
Los DATOS se visualizan minuciosamente para intuir las pistas ms relevantes que se esconden
entre nmeros y letras. Es la llamada exploracin. En ella utilizars la estadstica descriptiva
(ED).
Esta rama de la estadstica se encarga de traducir los DATOS a grficos y caractersticas

sencillamente entendibles para nosotros. De esta forma puedes interpretarlos de manera eficaz y
rpida.
Etapa 5 El Anlisis
Es el punto que quiz te est preocupando. Es momento de responder a las preguntas como
investigador con la ayuda de evidencias reales. Aqu entra en juego el conocimiento de tcnicas
estadsticas, y de tu propia creatividad para combinarlas y extraer las conclusiones que te
interesan.
La famosa estadstica inferencial (EI) es la rama por excelencia de esta etapa. Ser tu mejor
aliada. Se encarga de extraer conclusiones generales a partir de observaciones de un pequeo
conjunto de la realidad, la muestra.
En otras palabras, proporciona herramientas para encontrar conclusiones de un conjunto grande

(poblacin) con la informacin de una pequea parte de este conjunto (muestra). El contraste de
hiptesis es la herramienta ms famosa de esta etapa. Pero existen otras tcnicas como: la
prediccin, la clasificacin, o los mtodos de causa-efecto, entre otros.
Etapa 6 La Conclusin
Interpretars los resultados del anlisis y listars las conclusiones. En definitiva, la informacin
ms valiosa de tus DATOS. Estars mucho ms cerca de solucionar el problema que habrs
planteado en la etapa 1.
PLANTILLA 2 LA MATERIA PRIMA

Qu es una tabla de datos y cmo est ordenada?
El Anlisis de Datos se alimenta de Datos. Es de cajn. Entender que los Datos son, en realidad,
tablas o matrices es una verdadera revelacin.
Entender tambin que las variables son las caractersticas que mides de la realidad y se sitan en
columnas es otra clave.
En esta plantilla vers:
- Cmo es una tabla de datos

- Qu son las variables y las observaciones
- Qu tipo de variables son las ms comunes en la prctica

Tu base de datos es la puerta que comunica con el mundo real. Tambin puedes imaginarla como
la materia prima.
Un proyecto de anlisis de datos es un proceso de transformacin de DATOS. Algo as como

empezar con una simple tabla y llegar a obtener informacin til. De DATOS a conclusiones
cristalinas, que resolvern gran parte de tus inquietudes.
Los elementos de una tabla de datos
El punto de partida de un buen anlisis

son tus DATOS limpios en forma de
tabla. Vale, pero qu es una base de
datos? De hecho, ya te lo he definido.
Es una tabla con filas y columnas. Como

una matriz. Y cada celda contiene un
cdigo alfanumrico.
Las filas son observaciones de

la realidad
Las columnas son variables
Las variables son caractersticas.

Pueden ser longitud, temperatura,
densidad, pas de procedencia, tipo de tratamiento, calidad del tratamiento, peso, tipo de
enfermedad, nivel de estrs, nota final de la asignatura, etc. Todo aquello que puedas medir y listar
es una variable.
Las observaciones son las distintas mediciones de las variables. Pueden ser personas,
animales, insectos, etc. En general, individuos. O tambin casos, situaciones, muestras. Al final,
para resumirlo: observaciones de la realidad.
Cuantas ms observaciones, ms rica ser tu base de datos. Ms grande ser. Y ms informacin

tendrs.
En la prctica, el nmero de observaciones o el nmero de individuos de una tabla de datos se

simbolizan con la letra n pequea.

Clasificar las variables es muy til: numricas, categricas y ordinales.
Variables numricas de escala
Expresan cantidad y tienen unidades: densidad (kg/m3), temperatura (C), peso (kg), longitud (m),
edad (aos), etc.
A. Numricas continuas: tienen decimales. Como el peso, la longitud, o la densidad

B. Numricas discretas: no tienen decimales. Como la edad, o el sueldo en miles de euros
Variables categricas
Son etiquetas nominales y expresan grupos o nombres. El pas de procedencia, gnero, fumador,
nombre del instituto.
A. Dicotmicas: identifican 2 grupos. Fumador o NO fumador, masculino y femenino, alto y

bajo, grande, pequeo etc.
B. Politmicas: expresan muchos grupos. Pas de procedencia, nombres de universidades,
carrera estudiada.
Variables Ordinales
Son un tipo de variables categricas con un sentido de escala: calidad del servicio puede ser malo,
regular, bueno, muy bueno. O la importancia de la enfermedad puede ser leve, sin riesgo, grave,
muy grave.
PLANTILLA 3 LA EXPLORACIN
Cmo puedo interpretar los datos?
El Anlisis de Datos tiene dos herramientas muy claras. La exploracin y el anlisis.
Y para m, la exploracin tiene un sentido muy muy importante.
En pocas palabras explorar significa traducir tu tabla de datos en algo que se entienda. En algo
visual como grficos o en caractersticas sencillas de entender.
Has visto que la tabla de datos son nmeros y letras ordenados en una tabla. Bien. Lo siguiente es
interpretar la informacin escondida en esta tabla. Es momento de entenderte con los DATOS y
hablar el mismo idioma.
Grficos y caractersticas
El objetivo principal de la estadstica descriptiva (ED) es utilizar grficos y caractersticas

numricas sencillas para comunicarte con el mismo idioma que tus datos. Es como un google
translator. Las herramientas de ED te ayudan a transformar tu tabla de datos en:
Grficos para poder visualizar filas y filas de tu tabla de datos

Caractersticas numricas para evaluar la posicin, centralidad, dispersin y frecuencias.
Tablas de frecuencias para contar las observaciones de cada grupo o intervalo
La distribucin
Las variables numricas son filas infinitas de nmeros. Pero podemos reordenar estas filas en
forma de histograma y conseguir ver su distribucin. La distribucin es la forma cmo se ordena
una variable numrica.
Las dos caractersticas de una

distribucin son:
La Centralidad: es el valor ms
cntrico o dnde se concentran
los valores. La media y la
mediana miden esta
caracterstica.
La dispersin: es el ancho de
una distribucin. La desviacin
estndar y la varianza
cuantifican la dispersin.
Las relaciones entre variables
Relacionar variables numricas es una buena praxis. El

objetivo es ver a simple vista si dos variables numricas se
pueden relacionar entre s.
Se utiliza el famoso scatterplot o diagrama de dispersin.

Son los valores de 2 variables en el plano 2D en forma de
puntos. Para ver posibles relaciones entre ellas.
Las tablas de contingencia
El histograma es, de lejos, la herramienta para resumir una variable numrica. Y en el caso de
variables categricas, utilizars la tabla de contingencias.
Es una tabla resumen.

Contars las observaciones de
cada grupo. La frecuencia es el
nmero de observaciones de
cada caso.
Smoke indica fumador (yes) o no fumador (no) y Gender, masculino (male) o femenino (female).
Dos variables categricas dicotmicas. Es una tabla de contingencia 2x2.
Te voy a dar acceso a un mini curso de 8 das y te voy a compartir la gua de la exploracin. Donde
te resumir los grficos ms utilizados y tiles y cuando utilizarlos.
Atento al mini curso porque recibirs tambin la gua de la exploracin gratuita.

PLANTILLA 4 EL ANLISIS
Qu tcnica estadstica aplico en cada caso?
Como te deca en la plantilla anterior tienes dos herramientas muy importantes: la exploracin y el
anlisis.
Si la exploracin te ayuda a entender tu tabla de datos. El anlisis te ayuda a sacar conclusiones

con evidencias estadsticas.
Con la ayuda de mtodos y clculos estadsticos vas a poder sacar informacin til de tus datos.
Que es de lo que se trata al final
Como te deca al principio de esta gua, la preocupacin que tienes ahora mismo es no saber qu
tcnica estadstica aplicar para aprovechar tus datos. O dicho de otro modo, qu test estadstico
utilizar en cada caso.
Bien. Espero, que con las 3 primeras plantillas te haya situado y tengas un enfoque mucho ms
prctico. Ahora intentar responder a tu inquietud nmero 1.
Estadstica Inferencial
Si! El anlisis estadstico de siempre se basa en la estadstica inferencial. En qu consiste? En

obtener conclusiones generales (de una poblacin) a partir de una pequea parte de esta
poblacin (muestra). El verbo inferir significa extraer una conclusin general a partir de datos
obtenidos de una muestra.
La muestra es una parte pequea de una poblacin. Y claro! Las conclusiones que saques
dependern de los datos que tengas. O lo que es lo mismo, de cmo hayas escogido tu muestra.
Contraste de hiptesis
Una de las tcnicas por excelencia de la estadstica inferencial (EI) es el contraste de hiptesis
(CH). Como es un concepto complicado te he preparado una ficha para explicrtelo un poco ms
en detalle. Espero que esta ficha tengas claro qu es y para qu sirve el contraste de hiptesis.
DESCARGA LA FICHA DEL

CONTRASTE DE HIPTESIS
Si quieres ms tambin puedes echarle un ojo a este ejemplo.

2 Tipos de test estadsticos
En la ficha del contraste de hiptesis te explico qu es un test estadstico. Existen dos tipos en la
prctica. Los ms precisos, pero con ms restricciones: test o pruebas paramtricas.
O los menos precisos, pero con menos restricciones: test o pruebas NO paramtricas. Utiliza,
siempre que puedas, pruebas paramtricas.
Pruebas Paramtricas: basadas en distribuciones de probabilidad conocidas: como la distribucin

normal, la t-student, etc. Utilizan parmetros como la media, la desviacin estndar, etc. como
comparadores. Las restricciones que tienes que cumplir son la normalidad y la igualdad de
varianzas (a veces hay ms).
Pruebas NO Paramtricas: basadas en rangos y frecuencias. No utilizan las frmulas de

distribuciones, sino que se basan en el rango. En el orden de los datos. Son menos precisas que
las paramtricas, pero te pueden servir en muchas ocasiones.
El Mapa Mental del Anlisis
Me he dado cuenta las tcnicas de anlisis de datos se pueden dividir en 6 tipos de problemas. Te
he puesto el tipo de problema y un pequeo ejemplo de cada uno:
1. Distinguir si un grupo es diferente a otro. Comparacin de medias

2. Distinguir si las proporciones son diferentes de un grupo al otro.
3. Ver si los grupos tienen relacin en la tabla de contingencias. Dependencia test Chi-
cuadrado
4. Analizar si hay relacin entre variables numricas. Anlisis de Correlacin
5. Calcular un modelo matemtico que permita predecir una variable en funcin de otras. Por
ejemplo Regresin Lineal Simple o Logstica
6. Comprobar las restricciones de normalidad e igualdad de varianzas.
Para solucionar estos problemas tipo hay un montn de tcnicas y escoger la que ms te convenga
no es tarea fcil. Entendiendo estos problemas tipos puedes escoger la tcnica apropiada sin
agobios.
Por eso en los prximos das te voy a dar acceso a un mini curso gratuito dnde te podrs
descargar un resumen de las tcnicas ms comunes para solucionar estos 6 problemas tipo.
Y poder utilizar, por fin, la estadstica como una herramienta prctica
Atento al correo porque recibirs esta gua resumen en breve.

PLANTILLA 5 EL SOFTWARE
Qu software utilizo y cmo aprendo a manejarlo?
Tener claras las etapas, qu es una tabla de datos, la exploracin y el anlisis es muy muy
importante. Pero la ejecucin lo es mucho ms.
Hoy quiero hablarte del software que yo utilizo y cmo empezar a manejarlo.
PLANTILLA 5 EL SOFTWARE
Si has llegado hasta aqu ya has ganado mucho. Habrs visto que para llevar a la prctica todas
estas enseanzas necesitas un PC y un software.
Es momento de practicar con tus datos y empezar a utilizar la estadstica en tu realidad como
profesional. Y, cul es el siguiente paso? Bsicamente son dos:
1. Qu software utilizo?
2. Cmo utilizo el software?
Qu software utilizo?
Una preocupacin muy normal derivada de la plantilla 3 y 4, es qu herramienta o, dicho de otro

modo, qu software es el mejor para ti. Te lo voy a poner fcil. Existen dos caminos:
CAMINO 1 El Investigador Cientfico
No quiero programar y quiero utilizar un software sencillo para poder afirmar mis hiptesis como
investigador sin complicarme la vida:
R + RCommander software libre con capacidad de calcular anlisis estadsticos sin

necesidad de programar. Pero puede utilizar funcionalidades de R completas. Porque
tambin te permite aadir sentencias de cdigo.
SPSS software de pago y comercial con capacidad muy buena para calcular anlisis
estadsticos sin necesidad de programar. No puedes crear rutinas repetitivas y tienes que
pagar para usarlo.
CAMINO 2 El Analista de Datos
Quiero convertirme en un Analista de Datos. Aprender una herramienta que me permita crecer
como profesional y llegar a ser un tcnico e investigador adaptado a la era de los datos y con
mayor capacidad tcnica.
R + RStudio software libre con capacidad para crear anlisis ad hoc segn lo que
necesitas. Es muy fcil de implementar la repetibilidad de tus anlisis ya que se utilizan
cdigos programables y de fcil adaptacin. La robustez es la principal caracterstica de
este software.
Yo soy partidario de utilizar el software libre. Y me decanto por R. De esta manera no dependes
de licencias comerciales.
Fjate que R cubre los dos caminos que te he planteado. Es igual en que situacin ests.
Para que me entiendas un poquito ms:
R es el motor de clculo.
RStudio y RCommander son interfaces de usuario del motor de clculo R.
Puedes utilizar la que quieras o combinarlas si lo prefieres.
RStudio necesita que tu entres los comandos a mano

RCommander funciona a base de clicks.
Los clculos son los mismos. Aunque para utilizar R al mximo potencial es mejor RStudio.
Y con RCommander puedes utilizar R sin necesidad de programar.
Si quieres avanzar y ser un buen profesional en anlisis de datos, con capacidades ms avanzadas
te recomiendo utilizar R+RStudio. Utilizars R a toda mquina.
Segn tus necesidades y tus perspectivas puedes utilizar una u otra. O combinar ambas.
Cmo utilizo el software?
Es cuestin de prctica. Pero mejor empezar paso a paso. Te he preparado una gua de R para
que vayas paso a paso y te explico lo esencial para empezar con xito.
So no te la has descargado an te dejo con una gua para empezar con R sin morir en el intento.
DESCARGA LA GUA PARA

EMPEZAR CON R SIN MORIR EN EL
INTENTO
Y AHORA QU?
Cmo aplicar todo esto en tu base de datos?
Te puedo ayudar. Conmigo aprenders a utilizar todo lo que has visto en estas plantillas y superar
lo ms difcil: la curva de aprendizaje inicial. Y te ayudar tanto a aprender la estadstica ms
esencial como utilizarla en la prctica con el software de aplicacin.
Espera un poquito y llegar con la solucin que andas buscando
ME AYUDAS A DIFUNDIR ESTA GUA?

Comparte la gua con tus colegas pinchando en el icono de tu red favorita
Ayudo a investigadores y profesionales tcnicos a

aprender herramientas de anlisis de datos para
mejorar sus capacidades tcnicas y sentirse
mejores y ms valorados
Jordi
PD: por favor dime qu te ha parecido esta gua contndome tu experiencia a jordi@conceptosclaros.com .
As podr mejorar el contenido y ser ms efectivo con mis mensajes.

Estadísticas para Triunfar Como Analista de Datos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadísticas para Triunfar Como Analista de Datos

Cargado por

Copyright:

Formatos disponibles

EL ABC del ANLISIS DE DATOS

4 Plantillas de Estrategias Estadsticas para triunfar como Analista de Datos

4 PLANTILLAS DE ESTRATEGIAS ESTADSTICAS PARA

TRIUNFAR COMO ANALISTA DE DATOS

Bienvenid@ a Conceptos Claros

Soy Jordi. Vivo en Barcelona con mi compaera de

Despus de 7 aos en el departamento de I+D de

Entender con una visin prctica estas ciencias es

Soy Ingeniero Industrial. Estudi el Mster Oficial

Por qu naci Conceptos Claros?

Por qu es importante esta gua?

Ahora ya sabes un poco de m y por qu puede ser interesante lo que te explique.

Sigue leyendo y te explico ms sobre la gua que al final es lo que quieres

En qu consiste esta gua?

Te listo estos 5 puntos y as los vers ms claro:

1- Cules son las etapas de un proceso completo de anlisis de datos?

PLANTILLA 1 EL CAMINO A SEGUIR

Es decir, partes del estado inicial: plantear el problema y los objetivos.

PLANTILLA 1 EL CAMINO A SEGUIR

En esta etapa definirs el foco del estudio.

Es decir: qu problema quieres abordar y definirs el objetivo del estudio

Es el diseo de un mtodo de recoleccin de informacin. Ms tcnicamente, es un proceso de

En definitiva, es un plan de observacin de la realidad para poder obtener DATOS.

En esta etapa te encargars de homogeneizar los datos en cuanto a formato, deshacer

PLANTILLA 1 EL CAMINO A SEGUIR

Esta rama de la estadstica se encarga de traducir los DATOS a grficos y caractersticas

En otras palabras, proporciona herramientas para encontrar conclusiones de un conjunto grande

PLANTILLA 2 LA MATERIA PRIMA

En esta plantilla vers:

- Cmo es una tabla de datos

PLANTILLA 2 LA MATERIA PRIMA

Un proyecto de anlisis de datos es un proceso de transformacin de DATOS. Algo as como

Los elementos de una tabla de datos

El punto de partida de un buen anlisis

Es una tabla con filas y columnas. Como

Las filas son observaciones de

Las variables son caractersticas.

Cuantas ms observaciones, ms rica ser tu base de datos. Ms grande ser. Y ms informacin

En la prctica, el nmero de observaciones o el nmero de individuos de una tabla de datos se

PLANTILLA 2 LA MATERIA PRIMA

Variables numricas de escala

A. Numricas continuas: tienen decimales. Como el peso, la longitud, o la densidad

A. Dicotmicas: identifican 2 grupos. Fumador o NO fumador, masculino y femenino, alto y

El Anlisis de Datos tiene dos herramientas muy claras. La exploracin y el anlisis.

Y para m, la exploracin tiene un sentido muy muy importante.

El objetivo principal de la estadstica descriptiva (ED) es utilizar grficos y caractersticas

Grficos para poder visualizar filas y filas de tu tabla de datos

Las dos caractersticas de una

Las relaciones entre variables

Relacionar variables numricas es una buena praxis. El

Se utiliza el famoso scatterplot o diagrama de dispersin.

Las tablas de contingencia

Es una tabla resumen.

Atento al mini curso porque recibirs tambin la gua de la exploracin gratuita.

Si la exploracin te ayuda a entender tu tabla de datos. El anlisis te ayuda a sacar conclusiones

Si! El anlisis estadstico de siempre se basa en la estadstica inferencial. En qu consiste? En

DESCARGA LA FICHA DEL

Si quieres ms tambin puedes echarle un ojo a este ejemplo.

2 Tipos de test estadsticos

Pruebas Paramtricas: basadas en distribuciones de probabilidad conocidas: como la distribucin

Pruebas NO Paramtricas: basadas en rangos y frecuencias. No utilizan las frmulas de

El Mapa Mental del Anlisis

1. Distinguir si un grupo es diferente a otro. Comparacin de medias