Ir al contenido principal

Curso

Pruebas de hipótesis en Python

IntermedioNivel de habilidad

Actualizado 12/2025

Aprende cómo y cuándo utilizar en Python las pruebas de hipótesis más comunes, como las pruebas t, las pruebas de proporción y las pruebas chi-cuadrado.

Comienza el curso gratis

PythonProbability & Statistics

4 h

15 vídeos

50 Ejercicios

3,750 XP

59,182

Certificado de logros

Preferido por estudiantes en miles de empresas

¿Formando un equipo?

Prueba para empresas

Descripción del curso

Las pruebas de hipótesis te permiten responder a preguntas sobre tus conjuntos de datos de forma estadísticamente rigurosa. En este curso, desarrollarás tus competencias analíticas en Python aprendiendo cómo y cuándo utilizar pruebas comunes como las pruebas t, las pruebas de proporción y las pruebas χ². Trabajando con datos del mundo real, incluidos datos de cadena de suministro y comentarios de usuarios de Stack Overflow sobre envíos de suministros médicos, comprenderás en profundidad cómo funcionan estas pruebas y los supuestos clave que las sustentan. También descubrirás cómo pueden utilizarse pruebas no paramétricas para superar las limitaciones de las pruebas de hipótesis tradicionales.Los vídeos contienen transcripciones en directo que puedes mostrar haciendo clic en «Mostrar transcripción» en la parte inferior izquierda de los vídeos. El glosario del curso se encuentra a la derecha, en la sección de recursos. Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en la llamada de créditos CPE situada a la derecha.

Requisitos previos

Sampling in Python

1

Fundamentos de las pruebas de hipótesis

¿Cómo funcionan las pruebas de hipótesis y qué problemas pueden resolver? Para averiguarlo, recorrerás el flujo de trabajo de una prueba de proporción de una muestra. Al hacerlo, te encontrarás con conceptos importantes como z-score, valor p, falso negativo y falso positivo.

Pruebas de hipótesis y z-score

Usos de las pruebas A/B

Cálculo de la media muestral

Cálculo de z-score

Procesos penales y pruebas de hipótesis

Cola izquierda, cola derecha, dos colas

Cálculo de valores p

Significación estadística

Decisiones a partir de valores p

Cálculo de un intervalo de confianza

Errores de tipo I y de tipo II

Iniciar capítulo

2

Pruebas de dos muestras y ANOVA

En este capítulo, aprenderás a comprobar si hay diferencias en las medias entre dos grupos mediante pruebas t, y a ampliar este análisis a más de dos grupos utilizando el ANOVA y las pruebas t por pares.

Realización de pruebas t

Flujo de trabajo de las pruebas de hipótesis

Estadístico de prueba de media de dos muestras

Cálculo de valores p a partir del estadístico t

¿Por qué se necesita t?

La distribución t

Pruebas t pareadas

¿Es necesario el emparejamiento?

Visualización de la diferencia

Uso de ttest()

Pruebas ANOVA

Visualización de muchas categorías

Realización de una prueba ANOVA

Pruebas t pareadas

Iniciar capítulo

3

Pruebas de proporción

Es el momento de buscar diferencias de proporciones entre dos grupos usando pruebas de proporción. Con ejercicios prácticos, llevarás tus pruebas de proporción a más de dos grupos con las pruebas de independencia de χ², y volverás al caso de una muestra con las pruebas de χ² de bondad de ajuste.

Pruebas de proporción de una muestra

¿t para proporciones?

Prueba para proporciones únicas

Pruebas de proporción de dos muestras

Prueba de dos proporciones

proportions_ztest() para dos muestras

Prueba de independencia de χ²

La distribución χ²

¿Cuántas colas para las pruebas χ²?

Ejecución de una prueba χ²

Pruebas de χ² de bondad de ajuste

Visualización de la bondad de ajuste

Ejecución de una prueba de bondad de ajuste

Iniciar capítulo

4

Pruebas no paramétricas

Por último, es hora de conocer los supuestos realizados por las pruebas de hipótesis paramétricas y ver cómo pueden utilizarse pruebas no paramétricas cuando no se cumplen esos supuestos.

Supuestos de las pruebas de hipótesis

Supuestos comunes de las pruebas de hipótesis

Tamaño de muestra de prueba

Pruebas no paramétricas

¿Qué prueba paramétrica?

Prueba de los rangos con signo de Wilcoxon

ANOVA no paramétrico y pruebas t no pareadas

Wilcoxon Mann Whitney

Kruskal-Wallis

¡Enhorabuena!

Iniciar capítulo

Pruebas de hipótesis en Python

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete ahora

¡Únete a 19 millones de estudiantes y empieza Pruebas de hipótesis en Python hoy mismo!

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.