Ciencia de Datos

Inferencia estadística y A/B testing con Python

Simulas probabilidades y ajustas distribuciones con SciPy. Terminas analizando cinco experimentos A/B y un dataset real de principio a fin. Si ya programas en Python y usas pandas, estás listo.

  • 37 lecciones
  • ~6 h
  • Certificado verificable
Imagen de Inferencia estadística y A/B testing con Python

$399 MXN · pago único

Sin crear cuenta · Pago seguro con Stripe · Acceso inmediato a tu correo

Ve 2 lecciones gratis →

# requisitos

¿Es para mí?

Necesitas

  • Python básico (funciones, listas, bucles)
  • Pandas básico (cargar, filtrar y agrupar un DataFrame)

No necesitas

  • Saber estadística de antemano
  • Ser matemático
  • Haber usado SciPy o statsmodels antes

# proyectos

Lo que vas a construir

  1. Análisis inferencial del dataset diabetes

    Comparas la progresión de diabetes por grupo, verificas supuestos, eliges la prueba y comunicas resultados de forma reproducible.

  2. Cinco experimentos A/B analizados

    Analizas métricas de conversión y de ingreso, y revisas problemas como comparaciones múltiples, peeking y SRM.

# temario

¿Qué vas a aprender?

01 Probabilidad y distribuciones 10 lecciones
  1. El caso Sally Clark: probabilidad mal aplicada en un juicio 4:52
  2. Introducción a la probabilidad preview gratis
  3. Reglas fundamentales de probabilidad 10:00
  4. Axiomas de Kolmogorov, condicional y Bayes preview gratis
  5. Distribuciones discretas 7:51
  6. Distribuciones continuas 7:01
  7. pmf, pdf, cdf y ppf con scipy.stats 5:21
  8. Distribuciones en inferencia y el TCL 6:40
  9. Quiz sobre distribuciones 5:00
  10. Notebook: simular probabilidades y ajustar distribuciones 30:00
02 Estimación e intervalos de confianza 7 lecciones
  1. Gosset, Guinness y la distribución t 4:39
  2. Medidas estadísticas clave 5:45
  3. Métodos de estimación 6:58
  4. Intervalos de confianza para medias y proporciones 5:12
  5. Bootstrap: intervalos sin supuestos de normalidad 4:55
  6. Quiz: estimadores e intervalos 7:00
  7. Notebook: estimadores, cobertura y bootstrap 30:00
03 Pruebas de hipótesis 7 lecciones
  1. La dama que probaba el té 4:10
  2. Hipótesis nula y alternativa 6:36
  3. Errores tipo I y II y poder estadístico 5:50
  4. Realizar pruebas de hipótesis en Python 6:09
  5. Qué dice y qué no dice un p-valor 4:56
  6. Quiz sobre pruebas de hipótesis 5:00
  7. Notebook: pruebas de hipótesis con SciPy y statsmodels 30:00
04 Experimentos A/B en la práctica 7 lecciones
  1. Bing y el titular de anuncio que nadie quería probar 4:28
  2. Diseñar un A/B test y calcular su tamaño de muestra 6:03
  3. Analizar métricas de conversión 5:48
  4. Analizar métricas continuas y de ingreso 5:06
  5. Comparaciones múltiples, peeking y SRM 5:19
  6. Quiz: diseño y análisis de experimentos A/B 8:00
  7. Notebook: analizar cinco experimentos A/B 45:00
05 Proyecto aplicado de inferencia 6 lecciones
  1. Reinhart-Rogoff: un error de hoja de cálculo con impacto en política económica 4:57
  2. Definición del proyecto 6:05
  3. Verificar supuestos antes de elegir la prueba 4:59
  4. Comunicar resultados inferenciales 5:17
  5. Notebook guiado: comparar progresión de diabetes por grupo 15:00
  6. Proyecto final: análisis inferencial del dataset diabetes 40:00
Guillermo Izquierdo Colin

# quién enseña

Guillermo Izquierdo Colin

Fundador de PyPro

Uso Python todos los días en el trabajo para medir, modelar y automatizar. En PyPro enseño ese mismo trabajo, sin relleno: código que corre y proyectos que puedes mostrar. Si el contenido no cubre tu duda, te respondo en Discord.

  • Maestría en ingeniería financiera
  • Más de 10 años de experiencia
  • Dirige analítica de marketing en una empresa de medios
  • Construyó pypro.mx

# dudas

Preguntas frecuentes

¿Necesito crear una cuenta?

No. Pagas y te llega el acceso a tu correo.

¿Cómo puedo pagar?

Con tarjeta a través de Stripe.

¿Cuánto tiempo tengo acceso?

Acceso permanente, a tu ritmo.

¿Incluye certificado?

Sí, verificable.

¿Necesito saber estadística antes de empezar?

No. El curso arranca con introducción a la probabilidad y sus reglas, y avanza paso a paso hasta pruebas de hipótesis y experimentos A/B.

¿Qué librerías voy a usar?

NumPy, SciPy y statsmodels, sobre datos reales. Pandas lo usas como base para manejar los datos.

¿Aprendo a diseñar un A/B test o solo a analizarlo?

Las dos cosas. Diseñas el experimento, calculas su tamaño de muestra y luego analizas métricas de conversión, continuas y de ingreso.

¿Es pura teoría?

No. Cada módulo cierra con un notebook práctico y un quiz, y el curso termina con un proyecto final sobre el dataset diabetes.

Empieza hoy, a tu ritmo

$399 MXN · pago único

Sin crear cuenta · Pago seguro con Stripe · Acceso inmediato a tu correo

Ve 2 lecciones gratis →