Cada día se necesitan más profesionales de la estadística que puedan desarrollar un trabajo eficaz, lo que convierte a sus expertos en candidatos ideales para grandes ofertas laborales.
Pero se trata de un tipo de formación compleja, con muchos aspectos a descubrir y practicar, lo que lleva a que sea realmente importante seguir las enseñanzas de un buen profesor.
¿Qué vas a encontrar en este artículo?
- 1 Los 3 mejores cursos online para aprender estadística desde cero (nivel principiante)
- 2 Los 3 mejores cursos para ampliar tus conocimientos en estadística (nivel intermedio)
- 3 Los 3 mejores cursos online para convertirte en un experto en estadística (nivel avanzado)
- 4 No me decido, ¿hay algún curso de estadística gratis?
- 5 ¿Qué debes saber antes de hacer un curso de estadística online?
- 6 Otros cursos que puedes interesarte
Los 3 mejores cursos online para aprender estadística desde cero (nivel principiante)
En nivel principiante vamos a hablar de las mejores formaciones en estadística descriptiva, por ser la base de este campo matemático. Pero si tienes nociones, puedes empezar por introducirse en el campo inferencial o en alguno de los softwares de análisis más utilizados.
1. Curso completo de Estadística a nivel universitario
La estadística es una de las asignaturas más temidas en muchas formaciones de ciencias naturales y sociales universitarias. La profesora Elisa Cabana Garceran del Vall nos trae otra opción a los profesores particulares con el curso de estadística de nivel universitario.
Comenzaremos aprendiendo conceptos básicos de la estadística descriptiva, como los cuartiles, deciles y percentiles o las tablas de frecuencia. Si los métodos básicos de análisis también, pero directamente relacionados a los diagramas y cajas, de forma sencilla práctica y aplicable tanto a medicina como a psicología o derecho.
A partir de ahí nos enseñará lo necesario acerca de fórmulas, correlaciones, probabilidad, distribución y estimación. Podremos entrar sin miedo a la estadística inferencial, con los intervalos de confianza, las hipótesis y sus contrastes ya sean paramétricos o no, y hasta la regresión lineal. Y si aún te suena a chino mandarín, en poco más de 14 horas tendrás dominados estos conceptos.
Para que el curso sea más ameno hay una gran cantidad de ejercicios que se pueden ver resueltos en pantalla, lo que nos permitirá comprobar cómo se hacen y resolver dudas que podamos tener. También seremos testigos de muchos ejemplos que se irán explicando elemento por elemento para que podamos llegar a comprender e interiorizar. La profesora realiza actualizaciones del curso y ofrece materiales descargables. Nos ayuda respondiendo preguntas y resolviendo dudas, y todo de forma que podamos entenderlo de forma simple, ya que ella es matemática de formación con una gran capacidad docente.
- El material complementario en forma de PDF
- Los ejemplos que se van proporcionando
- Temario muy completo
- Profesora con gran calidad docente
- Requiere conocimientos básicos de matemáticas
2. Curso completo de Estadística descriptiva – RStudio y Python
Juan Gabriel Gomila Salas y María Santos trabajan juntos en este curso disponible en Udemy en el cual se nos enseña estadística descriptiva por medio de dos herramientas principales: el lenguaje de programación Python y el programa RStudio. El anterior era ideal para ciertas formaciones universitarias, y este curso cubre el resto: matemáticas, informática, telecomunicaciones e ingenierías. O también es válido para aquellos que quieran iniciarse en Big Data o Machine Learning.
Comenzaremos por instalar R y RStudio, así como el Anaconda Navigator para Python, para empezar a usar el programa como calculadora científica y así coger confianza. Este equipo de profesores nos enseñará a crear gráficos en los que visualizar datos de forma correcta y usar la estadística descriptiva en todos sus aspectos. Sacaremos partido a RStudio para poder llevar a cabo operaciones numéricas y estadísticas y seremos capaces de aplicar distintas técnicas de trabajo.
Seguiremos con técnicas de machine learning, como la regresión lineal; el análisis de datos cualitativos y cuantitativos y la probabilidad y distribución aleatoria. En la parte de estadística inferencial veremos el sesgo y curtosis, los cuales aprenderemos a calcular en cualquiera de los dos softwares que cubre la formación Python y R. .
Un curso muy completo, para el que necesitemos más de 44 horas, ya que tenemos la parte teórica y práctica. Pero práctica real y eficiente, en la cual nosotros hemos de elaborar el código y exprimir toda la teoría aportada.
- La combinación de RStudio y Python
- Buen sistema de respuesta a dudas
- El aprendizaje de herramientas importantes
- El formato de enseñanza
- Se podrían tocar más temas relacionados con la estadística descriptiva
3. Estadística descriptiva e inferencial con R
El último curso de este nivel se centra ofrece como complemento universitario, sino como introducción general y evolución dentro de R; utilizado por analistas, científicos y empresarios. Y es que como el nombre dice, estadística descriptiva e inferencial con R, se basa en la utilización y manejo de este software.
La profesora Cristina Molero empieza de cero tanto con la estadística como con el programa y las funciones aritméticas dentro del mismo. Nos enseña desde la recogida de datos o muestreo hasta las variables, frecuencias, y cómo distribuir las variables de forma adecuada. Aprenderemos a realizar representaciones gráficas de gran calidad que añadir a nuestros informes.
Seguimos con la probabilidad y las distribuciones discretas y continuas; que aprenderemos a representar mediantes los percentiles simulando las muestras. De ahí pasamos a la estadística inferencial, siguiendo el mismo desarrollo de primero la teoría y práctica, y luego la aplicación en el R. La formación incluye explicaciones de estimación de intervalos, contraste y la función t.test, teniendo en cuenta las diferentes opciones de intervalos de confianza, que den validez a nuestros análisis.
Y como con la práctica los datos se comprenden mejor, nos basaremos en la estimación de parámetros poblacionales a partir de una muestra N, realizando algunos contrastes de hipótesis. En total son más de 7 horas de vídeo con 72 clases en las que podemos aprender a fondo hasta que hayamos dominado la estadística y R.
- Explicaciones muy claras
- La teoría está desarrollada con eficacia
- Excelente como introducción
- El temario está ordenado
- Faltan más ejemplos aplicados empresa
Los 3 mejores cursos para ampliar tus conocimientos en estadística (nivel intermedio)
Gracias a diferentes softwares hoy en día las funciones que aplicamos en estadística se ven simplificadas, y no necesitamos litros de tinta para poder resolver nuestras hipótesis. Aquí ofrecemos los mejores cursos en diferentes programas de ayuda, para que solo tengas que decantarte por uno.
4. SPSS, se experto en análisis estadístico (básico-intermedio)
Seguido nos adentramos en otro de los softwares más utilizado de análisis: el SPSS, o por sus siglas Statistical Package for Social Sciences. Aunque no nos dejemos engañar por el nombre, ya que no solo es válido para ciencias sociales. Esta formación SPSS, se experto en análisis estadístico la podemos extrapolar a muchos campos.
Si bien recomendamos conocer SPSS de forma básica, el profesor Ernesto Roldan, nos ofrece una introducción al manejo del software, por si empezamos de cero.Antes de los análisis estaremos listos para poder hacer la preparación de la matriz de datos y después, una vez comencemos, tendremos conocimientos para poder hacer análisis estadísticos de variables continuas, variables categóricas y de Estadística descriptiva e inferencial con R varianza entre distintas variables.
Este programa es una gran ayuda cuando de pruebas e índices se trata, y es que para extraer la bondad de ajuste o independencia, Chi cuadrado nos ayuda; así como para analizar la validez o no de un determinado tratamiento lo hace la función McNemar; o para analizar la dependencia lineal el coeficiente de correlación de Pearson. Y esto son solo algunos de los ejemplos de funciones incluidas en este curso.
Tiene una duración de casi cinco horas repartidas en 42 clases, en las cuales podemos partir de un nivel prácticamente nulo de SPSS, y finalizar evaluando variables categóricas, e interpretandolas mediante el gráfico que más se adecue a cada una de ellas.
- Tiene un buen temario
- Explica de forma exhaustiva a usar la herramienta
- Los ejemplos y la práctica que se realiza
- El conocimiento del profesor
- Solo aporta ejemplos médicos
5. Curso avanzado de estadística bayesiana con Python
De nuevo hablamos de la matemática y doctora en estadística Elisa Cabana, y es que si una docente es buena, seguir avanzado en nuestros conocimientos se hace más sencillo. En este caso vamos a hablar de estadística bayesiana con Python, una rama específica de la estadística inferencial con grandes aplicaciones en data science y machine learning.
Como se presupone que entramos con los conocimientos básicos cubiertos, empezaremos directamente con probabilidad, estimación y las distribuciones; ya que este tipo de estadística se basa en la interpretación de la probabilidad. Lo que si parte de cero es la estadística bayesiana por si misma, donde empezaremos por la utilidad, funciones y descripción de la misma.
La práctica parte de los diagramas de Venn y en árbol, para pasar al Teorema de Bayes. Aquí aprenderemos a resolver un puzzle con Python, por lo tanto necesitaremos del programa para la realización de este curso. Subiendo de nivel nos introduciremos en el A/B testing, así como diferentes tipos de muestreo.
Para finalizar las casi 5 horas de videoclases, veremos las aplicaciones del enfoque bayesiano en el aprendizaje automático. Toda la formación está perfectamente estructurada con ejemplos divertidos, y aplicables para diferentes campos del mundo real. Por cierto, todo el código de Python nos los ofrecen en plantillas descargables, que podremos utilizar a nuestro a antojo.
- Gran profesora y docente
- Centrado en estadística bayesiana
- Buenos y útiles archivos descargables
- Ejemplos y prácticas de diferentes campos
- Complicado si no hemos tocado Python antes
6. Excel avanzado en español
Si bien este curso empieza de nivel cero, finalizamos realizando auditorías de fórmulas. Excel es uno de los programas más utilizados, por la amplia cantidad de posibilidades descriptivas y gráficas que nos ofrece. Recomendamos Excel avaznado en español, para llegar dominar este software de Microsoft.
Aprenderemos a organizar datos correctamente y el uso de tablas dinámicas. Si nuestro objetivo es dominar la formulación, dispondremos de 5 completas clases incluyendo extraer, condicionales, buscar o pronóstico entre otras.
Para completar nuestra formación aprenderemos las macros, la herramienta de programación de Excel, capaz de acelerar, facilitar y simplificar nuestro trabajo con la creación de formularios, y automatizando datos. Además se incluyen amplios ejercicios prácticos para elaborar nuestras propias plantillas
De la mano de Federico Huércano Ruiz tendremos 24 clases divididas en 3 horas y media para exprimir hojas de cálculo y poder resolver problemas de gestión de forma fiable y elaborada.
- Buena organización del curso
- Clases concretas y concisas
- Centrado en función V
- Curso práctico de ejercicios
- Vendría bien una actualización
Los 3 mejores cursos online para convertirte en un experto en estadística (nivel avanzado)
Si lo tuyo es la investigación sea en el campo que sea, y tienes como objetivo es evaluar la validez de tus hipótesis, así como realizar inferencias de los datos extraídos, te recomendamos adentrarte en una de estas formaciones. El software con el que trabajar lo eliges tú. ¿Quieres ser experto en SPSS o en R?
7. Estadística inferencial en SPSS
Si ya tienes conocimientos de estadística de SPSS y quieres dar un paso más en uno de los softwares de análisis estadísticos más utilizados, tienes que entrar en funciones inferenciales en con SPSS, de forma organizada y evolutiva como lo hacen desde esta formación.
Empezaremos directamente con la correlación de Pearson, una de las funciones más básicas, pero también de las más utilizadas. Seguiremos con la prueba T atendiendo a los niveles de muestras independientes y muestras relacionadas. Con las bases asentadas, podremos realizar análisis de varianza, para finalizar con la inferenciación mediante SPSS, post-hoc.
Finalizamos creando y analizando tablas de contingencia mediante la variable de independencia JI cuadrado, para poder someter a prueba a las hipótesis de nuestros planteamientos. Además nos ofrecen las normas APA de registro de resultados, y trucos para interpretar los resultados de los efectos junto con el intervalo de confianza.
De forma práctica Eduardo Escalante nos prepara para poder evaluar la validez de los resultados y si son estadísticamente significativos, así como a elegir qué fórmula se adecua más a cada situación de análisis, con su correspondiente aplicación.
- Ideal para extrapolar datos
- Curso práctico con ejercicios descargables
- Calidad didáctica del profesor
- Enseña a interpretar y redactar resultados
- Necesitaría una actualización
8. Estadística inferencial para Machine Learning con R y Python
Si eres de los que prefiere R para el análisis, este curso de estadística inferencial para machine learning es el tuyo. Eso sí, debes tener bases sobre el lenguaje abierto, así como de probabilidad y del software complementario Python. Si cumples los requisitos, prepárate a programar como un data scientist.
Empezamos las casi 60 horas de formación viendo la muestra,conociendo los diferentes tipos existentes de recolección de datos. Esto nos llevará a poder estimar parámetros poblacionales como la media, desviación típica o el máximo; y acabaremos estableciendo los intervalos de confianza desde R y Python.
Seguimos con los tipos de contraste de hipótesis, y cómo automatizarlos en los softwares utilizados, además aprenderemos a realizar los informes de manera correcta. Si lo que te interesa es el análisis de varianza, a partir de ahora también podrás detectar tu target y maximizar tu negocio. Y si hablamos de funciones con nombre propio realizaremos prácticas en Chi cuadrado, Pearson y Kolmogrov Smirnov, entre otros.
Es un curso largo de más de 200 clases, en el que acabaremos aplicando las regresiones a machine learning, con todos los scripts descargables y ejercicios y test de práctica. Por cierto, está impartido por Juan Gabriel Gomilla, del que ya hemos hablado, con el apoyo de dos compañeros expertos en estadística.
- Gran equipo formativo y docente
- Lleva a la comprensión y entendimiento
- Para inferencial simple y machine learning
- Curso práctico y codificado.
- Se requieren conocimientos de matemáticas
9. Curso avanzado de estadística multivariante con R y Python
Al inicio os hemos dicho de hablaríamos de el profesor Gomila Salas en varias formaciones, y cerramos con él, además de la mano de Elisa Cabana. Con este plantel didáctico aprenderemos a gestionar estadística multivariante ayudándonos de R y Python.
Para poder pasar al nivel multivariante es imprescindible tener control sobre nuestros datos, para lo que empezaremos por describirlos para obtener las mejores visualizaciones y gráficos tanto 2D como 3D. Con las bases asentadas pasamos a ver la teoría y distribución de las multivariante, como la dispersión y la dependencia. Además nos serviremos de R y Python.
Como curso clasificado como nivel avanzado, pasaremos a la inferencia multivariante, que nos permita el contraste de hipótesis respecto a la estructura. Con los métodos PCA unidos a los análisis factoriales aprenderemos a gestionar enormes cantidades de datos, pudiendo así introducirnos en Big Data. Para finalizar aprenderemos a manejar semejanzas, y agrupaciones que nos permitan analizar a futuro.
Al finalizar seremos capaces de analizar clúster, realizar análisis exploratorios, y clasificar todos los datos, sea cual sea su fuente de origen. Eso sí, necesitamos invertir más de 17 horas en las 120 clases que nos ofrecen dos de los profesores mejor valorados de todo Udemy.
- Formación teórico práctica
- Buena estructura y evolución del curso
- Aplicable a R y Python
- Enorme calidad docente que responde dudas
- Requiere altos conocimientos en inferencia
No me decido, ¿hay algún curso de estadística gratis?
No hace falta aplicar la estadística para saber que hay formaciones gratuitas a lo largo y ancho de la web. Lo que sí podemos es aplicar la probabilidad para poder afirmar con un alto nivel de estimación que la calidad formativa no siempre es la esperada. Con alto nivel de resultados y opiniones validadas, ofrecemos una formación 100% gratuita y completa.
10. Ejercicios resueltos de estadística
Bien desees iniciarte en el mundo del análisis, bien quieras recordar las bases o interiorizar los conceptos para un examen de la universidad, esta formación práctica de estadística es ideal para repasar (o aprender) todos los conceptos básicos. Se ofrece de una manera 100% práctica, en la que trabajamos desde el Ipad, y de la mano de Elisa Cabada ,de la que ya hemos hablado en numerosas formaciones en este y otros apartados.
Primero crearemos tablas de frecuencia y variables aleatorias para poder sacar todos los datos básicos de estadística descriptiva. Seguido pasaremos a la probabilidad, con el análisis de intersección, y la probabilidad condicionada ¿Recuerdas el ejercicio de primaria de las bolas negras y blancas? Pues prepárate para trasladarte a tu infancia, y a extrapolar ese experimento con diversas funcionalidades.
También recordaremos cómo influye el factor aleatorio en la obtención de un resultado, y de nuevo de forma sencilla y recurriendo al cara o cruz. O dando un paso más con 6 variables, veremos el ejercicio del dado y la probabilidad de obtener cada uno de los resultados posibles.
Para finalizar nos adentraremos en la inferencia con los intervalos de confianza, las tablas de chi cuadrado, y el contraste de hipótesis. En menos de dos horas estaremos listos para saltar a un nivel intermedio, y habiendo no solo entendido, sino comprendido todos los cimientos necesarios para poder incluso programar en Python.
- Concreto, preciso y conciso
- Buena calidad docente
- Idela para recordar o asentar las bases
- Formación gratuita de calidad
- No utiliza ningún software de apoyo
¿Qué debes saber antes de hacer un curso de estadística online?
La estadística es una gran aliada en todos los sectores, ya sea la psicología, como la medicina, ingeniería, inversiones, mercado empresarial y hasta big data y machine Learning. Cada día de nuestra vida trabajamos con la estadística, sin darnos cuenta, calculando la leche que necesitaremos para desayunar, con las medias de nuestra presión arterial, o los percentiles de los pequeños de la casa.
Ventajas de Estudiar estadística desde casa
- Certificado: para el acceso a ciertas ofertas de empleo se requiere de certificaciones y titulaciones. Los cursos realizados a distancia cuentan con acreditación de realización.
- Actualizaciones: muchas de las formaciones ofertadas disponen de actualizaciones periódicas, ampliaciones o aclaraciones, mediante las cuales seguir evolucionando en nuestro conocimiento. A todas ellas tendremos acceso ilimitado una vez accedemos a la formación por primera vez.
- Especificidad: y es que no es lo mismo necesitar un curso de estadística descriptiva, porque nos dedicamos a realizar el análisis de ventas; que inferencial por que queremos ver la producción necesaria teniendo en cuenta los incrementos porcentuales. Sea cual sea tu objetivo, podrás encontrar una formación adecuada a tus objetivos.
- Práctica: learn by doing, o lo que es lo mismo aprender haciendo. Para poder analizar, hemos de analizar, y para ello es muy ventajoso el factor de poder parar, rebobinar y repetir, hasta que nos salga. Al margen de tener opción de consulta con los profesores titulares que respondan nuestras dudas.
¿Qué es y para qué sirve la estadística?
La estadística es la capacidad de cuantificar la realidad basándonos en datos analizables. Es una rama matemática mediante la cual ordenamos, organizamos y analizamos datos, para poder resolver problemas.
Dicho esto nos puede servir en muchísimos campos: análisis de mercados, establecimiento de públicos objetivos, selección de posicionamiento de ventas, targets, estudios de aplicación e implementación y un larguísimo etcétera.
¿Qué diferencia la estadística descriptiva de la inferencial?
La estadística descriptiva se basa en analizar, describir y caracterizar un conjunto de datos empíricos de los que disponemos con anterioridad. De esta manera podemos examinar las tendencias de un mercado, la distribución o cantidad de demanda, por ejemplo.
Un ejemplo claro de la estadística descriptiva son los datos demográficos, que nos aportan los diferentes organismos oficiales. En el caso de España hablamos del Instituto Nacional de Estadística (INE), que periódicamente nos ofrece datos sobre la distribución de la población. Estos datos son reales, aportados por los ayuntamientos, y lo que podemos hacer es establecerlos de forma descriptiva, para saber donde se concentra la mayoría de la población del país.
La estadística inferencial, por contra, trata de predecir o inferencia los datos basándose en premisas, fiabilidad, y validez de la información de origen. En este caso podremos sacar conclusiones basándonos en los datos obtenidos.
Siguiendo con el mismo ejemplo, si queremos ver la evolución de crecimiento de las distintas poblaciones, podremos tomar los valores de crecimiento o descenso de los últimos ejercicios, y mediante correlaciones y análisis de varianza, que nos ofrezcan la evolución.
¿Cuáles son los métodos de análisis más utilizados en estadística?
Habitualmente hablamos de la media, la moda, la frecuencia, mediana o el rango como los más habituales. Y si lo son, y todos ellos pertenecen a la estadística descriptiva, y nos permite continuar con el análisis. Pero en vez de hablar de población, pensamos que trabajamos en una industria farmacéutica y queremos evaluar la eficacia del nuevo medicamento “curacab”(nombre ficticio) que nos protege de todos los dolores de cabeza. Una vez lo tengamos validado para análisis, con una población de muestra N lo probaremos, anotaremos y analizaremos resultados, ósea estadística descriptiva solo en cuanto los datos.
Y aquí viene el quiz de la cuestión, que nos interesa saber la eficacia extrapolable a la población general, para ello, a la par habremos realizando nuestro ensayo, en una población de cantidad idéntica N, pero con placebo. y podremos relacionar los datos de ambos, a la vez que inferenciar.
Otros cursos que puedes interesarte
Periodista corresponsal en Japón, experto en idiomas y disciplinas académicas