Sergio @B_asper

@IsidroAvila Es la marca que deja la vacuna BCG (bacilo Calmette-Guérin), indica para prevenir la Tuberculosis...

💡 𝗟𝗮𝘀 𝗽𝗿𝘂𝗲𝗯𝗮𝘀 𝗲𝘀𝘁𝗮𝗱𝗶́𝘀𝘁𝗶𝗰𝗮𝘀 “𝗰𝗹𝗮́𝘀𝗶𝗰𝗮𝘀” (t-test, ANOVA, ANCOVA, regresión simple, etc..) 𝗻𝗼 𝘀𝗼𝗻 𝗺𝗲́𝘁𝗼𝗱𝗼𝘀 𝗱𝗶𝘀𝘁𝗶𝗻𝘁𝗼𝘀. 𝗦𝗼𝗻 𝗰𝗮𝘀𝗼𝘀 𝗽𝗮𝗿𝘁𝗶𝗰𝘂𝗹𝗮𝗿𝗲𝘀 𝗱𝗲𝗹 𝗠𝗼𝗱𝗲𝗹𝗼 𝗟𝗶𝗻𝗲𝗮𝗹. #stats #analytics #datascience

📌𝗘𝗹 𝗽-𝘃𝗮𝗹𝗼𝗿: qué es y cómo usarlo con sentido Si 𝗻𝗼 𝗰𝗼𝗺𝗽𝗿𝗲𝗻𝗱𝗲𝘀 𝗾𝘂𝗲 𝗺𝗶𝗱𝗲 𝗻𝗶 𝗾𝘂𝗲 𝗱𝗲𝗰𝗶𝘀𝗶𝗼𝗻𝗲𝘀 𝗷𝘂𝘀𝘁𝗶𝗳𝗶𝗰𝗮, caerás en 𝗰𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼𝗻𝗲𝘀 𝗶𝗻𝗳𝗹𝗮𝗱𝗮𝘀, 𝗱𝗲𝗰𝗶𝘀𝗶𝗼𝗻𝗲𝘀 𝗽𝗼𝗯𝗿𝗲𝘀 𝘆 𝗺𝗼𝗱𝗲𝗹𝗼𝘀 erróneos. #datascience

La mejor película de la carrera del genio #StevenSpielberg. Obra maestra absoluta y una de las mejores cintas de la historia del cine. Su conmovedora historia te desgarra el alma por completo. Joya imperecedera que deja huella.

Estadística Práctica para Ciencia de Datos Con R y Python. Segunda edición Más de 50 conceptos esenciales ⬇️ 1drv.ms/b/c/a176902dca…

💡Lo que TODO analista de datos debería saber: conceptos, errores y modelos explicados.🤯 No basta con software o IA: comprender la estadística marca la diferencia entre resultados fiables y engañosos. Recopilatorio de post importantes👇🧵 #DataScience #Stats #RStats #analytics

👀 ¿Por qué muchos abandonan la estadística y cómo tú puedes evitarlo? 📚 La estadística suele tener mala fama: la asociamos a fórmulas complejas, memorizar definiciones imposibles y un montón de matemáticas que parecen un jeroglífico. Pero no tiene por qué ser así.👇🧵 #stats

📊🔧 ¿Necesitas análisis estadísticos simples y confiables? ✨ Descubre G*Power: la herramienta gratuita para calcular 👉 tamaño del efecto, potencia y tamaño de muestra. 🎓🔍 ¡Imprescindible en tus investigaciones! #Investigación #Estadística #Ciencia psychologie.hhu.de/arbeitsgruppen…

🚨 Los mitos de los intervalos de confianza (IC) 🚨 💡 Los IC son muy populares en investigación, pero la mayoría de las personas los malinterpreta… y eso puede llevar a conclusiones equivocadas. 🧠 Aquí van algunos mitos que me gustaría aclarar:🧵👇

🔥 La mayoría de las pruebas estadísticas que usas… son todas el mismo modelo disfrazado. 🔥 Sí, leíste bien. Cuando piensas en ANOVA, t-test, Mann-Whitney o Chi-cuadrado, crees que son métodos diferentes. Pero la realidad es que todos son casos especiales del Modelo Lineal.👇🧵

🌟👀 ¿Qué hacer cuando un resultado NO es estadísticamente significativo? 🧠 Tranquilo, ¡que un p > 0.05 no es el apocalipsis estadístico! Aquí va una guía rápida para que actúes como un verdadero profesional de los datos y saques partido a ese resultado.👇🧵 #stats #analytics

Ejemplos prácticos: 📈 Regresión y correlación: mover puntos en un scatterplot y observar cómo cambia la pendiente, el R² y los IC. 🧪 Inferencia estadística: jugar con intervalos de confianza y pruebas de hipótesis para ver cómo afectan el error tipo I y tipo II.

🔥 ¿QUÉ MODELO DE REGRESIÓN ELEGIR? GUÍA QUE TE AHORRARÁ HORAS DE DUDAS 🔥 ¿Te suenan a chino LM, GLM, GAMM o GLMM? ¿No sabes qué modelo usar para tu análisis y sientes que entras en un laberinto de términos? 🌀 Aquí te dejo una guía rápida y sencilla para salir de ese bucle.👇🧵

🔖 Guarda este post para futuras consultas y, sobre todo, comparte con esa persona que siempre está perdida con los modelos de regresión. 👇 Y dime, ¿con cuál de estos modelos tienes más experiencia? ¿Cuál te resulta más complicado o novedoso? Te leo. 👇 buff.ly/3miZYUU

The Wilcoxon Signed-Rank Test is a non-parametric statistical test used to compare two related samples or repeated measurements to determine if their population distributions differ. Unlike the paired t-test, which assumes normal distribution, the Wilcoxon Signed-Rank Test is suitable for non-normally distributed data or data with outliers. Advantages: ✔️ Suitable for non-normally distributed, ordinal data, or data with outliers. ✔️ Ideal for small sample sizes, providing robust results where the paired t-test may not be reliable. ✔️ Uses rank differences instead of actual values, reducing the impact of outliers and making fewer assumptions about the data. Limitations: ❌ Compares ranks of differences, not specific measures like means or medians, potentially losing information about the magnitude of differences. ❌ Results can be misleading if data isn’t truly paired or if the assumptions, such as symmetry of differences around the median, are not met. ❌ Less powerful than the paired t-test when data is normally distributed. Important Considerations: While often used to assess differences between medians, the Wilcoxon Signed-Rank Test actually tests for differences in ranks of paired observations. This means it is sensitive to various aspects of the data, including the distribution's shape. If the data isn’t symmetric or doesn’t meet the test's assumptions, the test may not compare medians accurately and could lead to increased Type I error. For direct median comparisons, especially with non-symmetric data, consider alternatives like quantile regression or Mood's median test. Permutation tests also offer a flexible, non-parametric option for testing hypotheses about various statistics without relying on rank transformations. Visualization Explanation: The visualization compares the distributions of two skewed samples, "Time 1" and "Time 2," using density plots with dashed lines indicating their medians. Although the medians are displayed, the Wilcoxon Signed-Rank Test actually assesses the ranks of paired differences, rather than directly comparing medians. The test can only be used to compare medians if the samples are independent and identically distributed (IID), have the same dispersion and shape, and are symmetric about their medians. If these conditions are not met, the test may not accurately compare medians. In such cases, consider alternatives like quantile regression or permutation tests, which do not depend on rank transformations. Explore more on this topic and other statistical methods in my online course on Statistical Methods in R! More info: statisticsglobe.com/online-course-… #VisualAnalytics #DataViz #Statistical #programmer #DataAnalytics #datastructure

🔍 ¿Cómo evitar errores frecuentes al hacer inferencia estadística? Guía esencial (y práctica) con claves para no perderte en el camino 📊🧠 Muchos análisis fallan no por falta de datos, sino por malas decisiones al inferir. Aquí tienes 5 errores comunes —y cómo evitarlos.👇🧵

📊 La regresión lineal parece sencilla… hasta que deja de serlo. 💥 ¿Estás seguro de que la estás aplicando bien? Aquí van 3 riesgos clave que deberías tener bajo control para no sacar conclusiones equivocadas. 👇 #stats #analytics #DataScience #AnálisisDeDatos #Estadística

🤯 Herramienta online gratuita para explorar y aprender sobre diversos tipos de #dataviz en #rstats o #python 💫 Filtra por función y encuentra el gráfico perfecto para tus datos 🚀 Incluye descripción, anatomía detallada y enlaces a ejemplos reales 📈📊 buff.ly/2El68eo

📊 Errores comunes al analizar e interpretar datos (y cómo evitarlos) En plena era de los datos, cometer errores al analizarlos puede salir muy caro. 👇🧵 Aquí tienes un repaso de los errores más comunes. #stats #datascience #analytics #rstats

8️⃣ Parodia de Breaking Bad Episodio: What Animated Women Want (Temporada 24, Episodio 17) Marge cocinando cupcakes azules mientras suena “Crystal Blue Persuasion”. Breaking Bad al estilo Simpson.