Clases particulares de Estadística para ADE y Economía
¿Estudias Estadística Empresarial, Estadística II o Métodos Cuantitativos en ADE, Economía, Turismo o un doble grado? Dime qué asignaturas cursas y te diré si puedo ayudarte. Sin permanencia, y con una clase de prueba gratuita.
Si además tienes las matemáticas del grado, mira Matemáticas para ADE y Economía.
Qué asignaturas son
Esta página es para las asignaturas que se llaman así, o parecido:
- Estadística I y II (en ADE y Economía)
- Estadística Empresarial
- Estadística Empresarial I y II
- Estadística Empresarial I
- Estadística Empresarial II
- Estadística para la Economía y la Empresa
- Estadística para la Economía y la Empresa II
- Métodos Cuantitativos
- Estadística Aplicada y Análisis de Datos
- Estadística Básica para el Análisis de Datos
- Estadística Aplicada al Turismo
La tienen sobre todo en ADE y sus dobles grados (con Derecho, con Informática, con Ciencia de Datos), Economía, Relaciones Internacionales, Análisis de Datos de la Empresa, Turismo y Gestión Hotelera.
Cómo trabajamos
Trabajamos sobre tu material: las hojas de ejercicios, los apuntes y los exámenes de otros años de tu asignatura. El material puede estar en cualquier idioma; la clase es en castellano.
Puedes venir a clases sueltas para un tema concreto o seguir todo el curso, y llevar varias asignaturas a la vez. Si te falla la base, partimos de cero. Y si se acerca el examen y me lo pides, hacemos una preparación intensiva con exámenes anteriores.
En qué trabajamos más
- Probabilidad con contexto de empresa: tablas de doble entrada, probabilidad condicionada y Bayes (dos negocios, empleados por sede, ventas al contado o aplazadas).
- Modelos binomial, Poisson y normal, y la aproximación de la binomial por la normal con muestras grandes.
- Distribuciones en el muestreo: de la media muestral, de la proporción y de la cuasivarianza.
- Estimadores: sesgo, varianza, error cuadrático medio, eficiencia y consistencia; máxima verosimilitud y método de los momentos.
- Intervalos de confianza para la media, la proporción y la diferencia de medias, y cuántas observaciones hacen falta: el tamaño muestral, también con un presupuesto dado.
- Contrastes de hipótesis paramétricos, con p-valor, y no paramétricos: bondad de ajuste a la normal y aleatoriedad de la muestra (rachas).
- Análisis de datos con Python: filtrar, agrupar y resumir con pandas en Jupyter, histogramas y diagramas de caja, y los contrastes habituales, cuando la asignatura es de estadística aplicada y análisis de datos.
Si tu asignatura es de una ingeniería o de un grado de ciencias, mira Estadística para ingeniería, informática y ciencias.
Material descargable
Guías con ejemplos resueltos y ejercicios graduados, y formularios para tener a mano. En PDF, gratis y sin registro.
Qué contraste de hipótesis usar
Elegir el contraste (t, z, χ², ANOVA), plantear las hipótesis y decidir con el p-valor.
Tablas estadísticas
Normal, t de Student, χ², F, binomial y Poisson, con instrucciones y ejemplos de uso de cada tabla.
Errores típicos
- Tamaño muestral sin el peor caso o sin redondear hacia arriba. Para una proporción sin estimación previa se toma p = q = 0,5, porque p(1 − p) ≤ 1/4, y n se redondea siempre al entero superior, como en la pizarra de abajo.
- Confundir α con α/2 en un intervalo o en un contraste bilateral, al buscar z en la tabla o al pasar de z al nivel de confianza.
- Comparar dos estimadores solo por su varianza cuando uno tiene sesgo. Con estimadores sesgados hay que mirar el error cuadrático medio: sesgo² + varianza.
- Confundir la consistencia con la insesgadez. Un estimador puede ser sesgado y consistente, o insesgado y no consistente: lo que se mira es el límite del sesgo y de la varianza cuando n → ∞.
- Aplicar la aproximación normal a la binomial sin comprobar que n es grande, o tipificar mal la media y la desviación: Binom(1000; 0,2) ≈ N(200; 12,65).
- Usar z con σ desconocida y muestra pequeña, en vez de la t de Student con n − 1 grados de libertad.
Un ejercicio resuelto: estimador de máxima verosimilitud
El estimador de máxima verosimilitud del parámetro λ de una Poisson: la función de verosimilitud de la muestra, su logaritmo, la derivada igualada a cero y el resultado, λ̂ = X̄. Es la pizarra de una clase real.
En la pizarra: ¿cuántas encuestas hacen falta?
Una empresa quiere estimar una proporción con un 95 % de confianza y un error máximo de 0,025, y solo puede pagar 1.000 encuestas. Con p = q = 0,5 (el peor caso) hacen falta al menos 1.537: el presupuesto no basta. Es la pizarra de una clase real.
La frase final de la pizarra es un resumen añadido al pasarla a limpio: en la clase el cálculo terminó en 1537 ≤ n.
Opiniones de alumnos de estadística
Son reseñas de mi perfil de ClassGap, una plataforma de clases particulares: las ponen allí, sin que yo las controle, y las he clasificado por área según la asignatura de cada una.
Cargando opiniones…
Preguntas frecuentes
- Estadística I y II de ADE, ¿las das las dos?
- Sí: la parte de probabilidad y modelos, más típica de la primera, y la de muestreo, estimación, intervalos y contrastes, más típica de la segunda. El reparto cambia de un grado a otro, así que dime tu temario.
- No sé elegir entre z y t, ni qué fórmula de intervalo me toca.
- Lo decidimos con preguntas: ¿qué parámetro?, ¿conoces σ?, ¿la muestra es grande? Con eso la fórmula sale sola. Es de lo primero que trabajamos.
- Mi asignatura es de análisis de datos con Python. ¿También?
- Sí: leer y limpiar los datos, resumirlos y agruparlos con pandas, hacer gráficos y los contrastes habituales, normalmente en Jupyter.
- Estudio Turismo y tengo Estadística Aplicada al Turismo. ¿Es esta página?
- Sí. El contexto cambia (ocupación, gasto por visitante, encuestas a clientes), pero la estadística es la misma: descriptiva, probabilidad, estimación y contrastes.
- ¿Me ayudas con mis prácticas y entregas?
- Sí. Vemos juntos qué te piden, cómo plantearlo y dónde te atascas, y reviso lo que vayas haciendo.