Plan de Aprendizaje Completo: Estadística

Objetivo: Leer una tabla o un modelo con criterio estadístico: distribución, incertidumbre y la diferencia entre un patrón y un accidente.

Metodología: Cada fase usa un dataset real en Pandas. La fórmula se entiende con un ejemplo numérico antes de pasar a la siguiente.

Tus apuntes van en Mis notas.

Índice

1. Fase 1: Describir sin engañarse
2. Fase 2: Probabilidad e incertidumbre
3. Fase 3: Comparar grupos
4. Fase 4: Relaciones
5. Fase 5: Muestreo y sesgo
6. Proyectos integradores

Fase 1: Describir sin engañarse

Meta: Elegir el resumen correcto según la forma de los datos.

• Media, mediana, moda; cuándo la media miente por un outlier
• Rango, varianza, desviación estándar, percentiles
• Histogramas y boxplots como lectura, no como decoración
• Tablas de frecuencia para categorías
• 🧪 Práctica: Resume una métrica de negocio y escribe qué resumen usarías en una reunión y cuál ocultarías.

Fase 2: Probabilidad e incertidumbre

Meta: Hablar de chance sin tratar un porcentaje suelto como verdad.

• Probabilidad, eventos independientes y condicionales
• Teorema de Bayes con un ejemplo de clasificación (falso positivo)
• Distribuciones: normal, binomial, y colas largas en datos de negocio
• Intervalos y la idea de margen de error, sin memorizar la fórmula a ciegas
• 🧪 Práctica: Explica con números por qué un modelo con 95% de accuracy puede ser inútil si la clase positiva es rara.

Fase 3: Comparar grupos

Meta: Decidir si una diferencia merece atención.

• Hipótesis nula, alternativa, p-valor como evidencia, no como un interruptor mágico
• Error tipo I y tipo II en una decisión de negocio
• Comparar medias o proporciones entre dos grupos
• Tamaño del efecto: una diferencia significativa puede ser pequeña
• 🧪 Práctica: Compara conversión o ticket promedio entre dos segmentos y di si el cambio importa.

Fase 4: Relaciones

Meta: Medir asociación y no venderla como causa.

• Covarianza y correlación
• Regresión lineal simple: pendiente, intercepto, residuos
• Variables confusoras con un ejemplo concreto
• Correlación espuria: dos series que suben juntas no se causan
• 🧪 Práctica: Una correlación y una frase que diga qué no puedes concluir.

Fase 5: Muestreo y sesgo

Meta: Saber si la tabla representa a quien dices que representa.

• Población vs muestra
• Sesgo de selección, de supervivencia y de fuga de información en el tiempo
• Datos faltantes: al azar o porque algo falló en el negocio
• Partir train y test sin mirar el futuro (puente a la guía de validación)
• 🧪 Práctica: Lista tres formas en que tu dataset de práctica podría estar sesgado.

Proyectos integradores

1. Informe de una métrica — distribución, comparación de dos grupos y una conclusión con límite.
2. Diagnóstico de un accuracy alto — clase desbalanceada, línea base y qué métrica sí importa.

Recursos

Recurso	Uso
Think Stats	Estadística con Python
OpenIntro Statistics	Conceptos y ejercicios
Seeing Theory	Intuición visual

Criterios de avance

Fase	La dominas cuando...
1	Eliges mediana o media según la distribución, no por costumbre
2	Explicas un falso positivo con probabilidad condicional
3	Separas “hay diferencia” de “la diferencia vale la pena”
4	No llamas causa a una correlación
5	Señalas un sesgo concreto en un dataset antes de modelar