Auto-reproducción
Autocompletar
Clase Previa
Completar y continuar
Introducción a Probabilidades en R
Introducción y conceptos principales
1.1 Introducción (5:49)
1.2 Ley de complementos (8:01)
Material a utilizar
1.3 Eventos mutuamente excluyentes e independientes (3:28)
1.4 Probabilidad en R (14:32)
1.5 Probabilidad condicional (3:06)
1.6 Probabilidad condicional en R (7:32)
1.7 Teorema de Probabilidad Total y Teorema de Bayes (9:21)
1.8 Teorema de Bayes en R (4:29)
Distribuciones de Probabilidad
2.1 Variable aleatoria (8:16)
2.2 Funciones de densidad (8:31)
2.3 Distribución binomial, poisson y normal (11:54)
2.4 Distribución binomial, poisson y normal en R (28:00)
2.5 Distribución de bernoulli, geométrica e hipergeométrica (6:22)
2.6 Distribución de bernoulli, geométrica e hipergeométrica en R (19:36)
2.7 Distribución teórica vs empírica en R (13:03)
Ley de los Grandes Números y Teorema Límite Central
3.1 Ley de los Grandes Números y Teorema Limite Central (7:51)
3.2 Teorema del límite central en R (8:31)
Vectores Aleatorios
4.1 Vectores aleatorios (7:48)
Técnicas prácticas al trabajar con probabilidad
5.1 Funciones de desigualdad Markov y Chebychev (14:16)
5.2 Estimar la distribución de probabilidad correcta (11:31)
Cierre del curso y próximos pasos
6.1 Práctica final
6.2 Fin del curso
1.8 Teorema de Bayes en R
Contenidos de Clase bloqueados
Si ya está inscrito,
necesitarás loguearte
.
Suscribirse en el Curso para Desbloquear