Análisis de Datos
Cómo decidir con datos cuando hay ruido: comparar grupos, probar si un dato sigue una distribución, separar el efecto de varios factores, modelar una respuesta que es un sí o no o un conteo, y actualizar una creencia con evidencia nueva.
Nivel: tercer año de Ingeniería Civil Industrial. Antes: Probabilidades y Estadística.
Software: Python con scipy, pandas y statsmodels. Cada unidad trae su cuaderno en
notebooks/ y los datos en datos/.
Unidades
| N.º | Unidad | Estado (15-10-2026) |
|---|---|---|
| 1 | Prueba de hipótesis: valor p, región de rechazo y errores | 0.1 · PDF |
| 2 | Comparar dos medias | 0.1 · PDF |
| 3 | Comparar varianzas y proporciones | 0.1 · PDF |
| 4 | Tablas de contingencia y chi-cuadrado | 0.1 · PDF |
| 5 | Bondad de ajuste y normalidad | 0.1 · PDF |
| 6 | Correlación | 0.1 · PDF |
| 7 | Modelo lineal y ANOVA de un factor | 0.1 · PDF |
| 8 | Comparaciones múltiples | 0.1 · PDF |
| 9 | ANOVA de varios factores, interacciones y supuestos | 0.1 · PDF |
| 10 | Regresión lineal múltiple y diagnóstico | 0.1 · PDF |
| 11 | Modelos lineales generalizados: logística y Poisson | 0.1 · PDF |
| 12 | Inferencia bayesiana | 0.1 · PDF |
El caso integrador · Estampa Sur mira sus datos
El mismo taller ficticio de los otros ramos. Sus datos son simulados con semilla fija por
verificacion/caso_estampa_sur_datos.py, que los deja en datos/: no describen ningún taller real.
| Unidad | La pregunta |
|---|---|
| 1 y 2 | ¿Una máquina de estampado desplaza más el registro que la otra? |
| 3 | ¿Varían igual? ¿Un proveedor entrega más prendas defectuosas? |
| 4 | ¿El tipo de reclamo depende del canal de venta? |
| 5 | ¿Las llegadas de pedidos web siguen una exponencial? |
| 6 | ¿Cuánto se mueven juntas el precio y las unidades vendidas? |
| 7 a 9 | ¿Cuánto influyen la tinta y la temperatura en el tiempo de secado? |
| 10 | ¿Cuánto vende el taller según su precio y su publicidad? |
| 11 | ¿Qué sube la probabilidad de un defecto? ¿La campaña web trae más reclamos? |
| 12 | ¿Qué tan probable es que la tasa de defectos de un proveedor supere el 6 %? |
Bibliografía
Obligatoria (la que fija el programa del ramo): Walpole, Myers, Myers y Ye, Probability & Statistics for Engineers & Scientists, Pearson, 2017; Casella y Berger, Statistical Inference, Cengage, 2021; Montgomery, Design and Analysis of Experiments, Wiley, 2005; Kutner, Applied Linear Statistical Models, McGraw-Hill, 2004; Gelman y otros, Bayesian Data Analysis, 2013.
Cómo se usa
- Estudiar: lee la unidad en PDF (
pdf/) o en Markdown (unidades/). - Practicar: abre el cuaderno de la unidad en
notebooks/con los datos dedatos/. - Practicar con IA: pega
tutor/contexto.mdal inicio de la conversación. - Comprobar una cifra: cada unidad tiene su script en
verificacion/; con--revisarbusca cada resultado en el texto.