Clases de Estadística para Ingeniería, Informática y Ciencias
¿Tienes Estadística, Probabilidad y Estadística o Inferencia Estadística en una ingeniería, en Informática o en un grado de ciencias? Dime qué asignaturas cursas y te diré si puedo ayudarte. Sin permanencia, y con una clase de prueba gratuita.
Qué asignaturas son
Esta página es para las asignaturas que se llaman así, o parecido:
- Estadística
- Estadística I
- Estadística para Ingeniería
- Estadística Aplicada
- Probabilidad y Estadística
- Probabilidad y Estadística I
- Probabilidad e Inferencia Estadística
- Inferencia Estadística
- Inferencia Paramétrica
- Métodos Estadísticos I
- Estadística e Investigación Operativa
- Estadística Teórica
La tienen sobre todo en Ingeniería Informática, las ingenierías industriales y civil, Ingeniería de Sistemas de Inteligencia Artificial, Diseño y Desarrollo de Videojuegos, Arquitectura Técnica, Gestión Aeronáutica, Ciencia de Datos y Matemáticas.
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
- Estadística descriptiva: medidas de posición y dispersión, cuartiles, diagramas de caja con valores atípicos y coeficiente de variación.
- Descriptiva bivariante: tablas de contingencia y frecuencias condicionadas, covarianza, correlación y recta de regresión.
- Probabilidad aplicada: condicionada y Bayes, por ejemplo la sensibilidad y la especificidad de una prueba, y los modelos binomial, Poisson, exponencial y normal con contextos técnicos: piezas defectuosas, tiempos de ejecución, llegadas a un servidor.
- Variables aleatorias discretas y continuas: comprobar que una F es función de distribución, media, varianza y percentiles.
- Estimación: máxima verosimilitud, también cuando el soporte depende del parámetro, método de los momentos, sesgo y varianza de un estimador.
- Intervalos de confianza y contrastes: para la media, la proporción, la varianza (χ²) y el cociente de dos varianzas (F), con región de rechazo y con p-valor.
- Con R, Python o MATLAB: cargar los datos, resumirlos y comprobar en el ordenador lo que se ha hecho a mano (
summary, cuantiles y p-valores).
Si tu asignatura es solo de probabilidad, con vectores aleatorios y convergencia, mira Probabilidad.
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
- Llevar los bigotes del diagrama de caja hasta Q₁ − 1,5·RI y Q₃ + 1,5·RI. Esos son los límites para detectar atípicos: el bigote llega al último dato que queda dentro, y lo que queda fuera se pinta como punto, como en la pizarra de abajo.
- Confundir varianza y cuasivarianza (dividir entre n o entre n − 1), también al usar
var()de R, que divide entre n − 1. - Derivar la verosimilitud cuando el soporte depende del parámetro. En una U(0, θ) o en una exponencial desplazada el máximo no sale de igualar la derivada a cero, sino del máximo o del mínimo de la muestra.
- Usar un único valor crítico simétrico en el contraste de la varianza. La χ² no es simétrica: hay dos cuantiles distintos, como 2,7 y 19,02 con 9 grados de libertad.
- Elegir mal entre z y t, o entre σ conocida y desconocida, al hacer un intervalo para la media.
- Leer P(+|E) como P(E|+) en una prueba diagnóstica: la sensibilidad no es la probabilidad de estar enfermo si das positivo.
En la pizarra: diagrama de caja y valores atípicos
Tiempos de ejecución de un servidor: a partir de los cuartiles que da R se calculan el rango intercuartílico, los límites Q₁ − 1,5·RI y Q₃ + 1,5·RI y qué datos quedan como atípicos. Es la pizarra de una clase real.
En la pizarra: contraste para la varianza
Contraste bilateral de σ² = 10 en una población normal, con una muestra de tamaño 10 y cuasivarianza 11: el estadístico χ² con 9 grados de libertad, sus dos valores críticos y la decisión. Es la pizarra de una clase real.
La curva es un esquema a mano alzada de la densidad de la χ², que solo vive en x > 0, para situar el 9,9 entre los dos valores críticos.
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
- Mi asignatura mezcla descriptiva, probabilidad e inferencia. ¿La cubres entera?
- Sí. Es lo habitual en la Estadística de ingeniería e informática, y la trabajamos de principio a fin. Si tu asignatura es solo de probabilidad, mira Probabilidad.
- En mi asignatura hay que usar R, Python o MATLAB. ¿También con eso?
- Sí, con el que te pidan: R con RStudio o R Markdown, Python con pandas y Jupyter, o MATLAB. Primero entendemos qué se calcula y después leemos la salida (
summary, cuantiles y p-valores) para saber qué dice, no solo copiarla. - ¿Me ayudas a entender los contrastes de hipótesis, no solo a aplicarlos?
- Sí. Planteamos las hipótesis, dibujamos la distribución del estadístico con su región de rechazo y calculamos el p-valor. Así se ve por qué se rechaza o no.
- Estudio Matemáticas o Ciencia de Datos y mi asignatura se llama solo «Estadística». ¿Es esta página?
- Probablemente sí, si tiene descriptiva, estimación y contrastes. Si es una asignatura de probabilidad pura, con vectores aleatorios y convergencia, es más bien Probabilidad. Dime qué asignatura es y lo vemos.
- ¿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.