Data Science: Inference and Modeling

Visión general

La inferencia estadística y el modelado son indispensables para analizar datos afectados por el azar y, por lo tanto, esenciales para los científicos de datos. En este curso, aprenderá estos conceptos clave a través de un estudio de caso motivador sobre pronóstico de elecciones.

Este curso le mostrará cómo se pueden aplicar la inferencia y el modelado para desarrollar los enfoques estadísticos que hacen de las encuestas una herramienta eficaz y le mostraremos cómo hacerlo utilizando R. Aprenderá los conceptos necesarios para definir estimaciones y márgenes de error y aprenderá cómo puede utilizarlos para hacer predicciones relativamente bien y también proporcionar una estimación de la precisión de su pronóstico.

Una vez que aprenda esto, podrá comprender dos conceptos que son omnipresentes en la ciencia de datos: intervalos de confianza y valores p. Luego, para comprender las afirmaciones sobre la probabilidad de que un candidato gane, aprenderá sobre el modelado bayesiano. Finalmente, al final del curso, lo juntaremos todo para recrear una versión simplificada de un modelo de pronóstico electoral y aplicarlo a las elecciones de 2016.

INSCRÍBETE EN ESTE ENLACE

Dejar respuesta

Please enter your comment!
Please enter your name here

Información básica sobre protección de datos Ver más

  • Responsable los propietarios legales de editorialcomplutense.
  • Finalidad  Moderar los comentarios. Responder las consultas.
  • Legitimación Su consentimiento.
  • Destinatarios  contabo.
  • Derechos Acceder, rectificar y suprimir los datos.
  • Información Adicional Puede consultar la información detallada en la Política de Privacidad.