La importancia de la distribución normal para la estadística es fundamental. Muchos tipos de análisis estadísticos trabajan bajo la suposición de que los datos siguen una distribución normal. Para ello constantemente debemos examinar qué tan bien se ajustan los datos de una muestra a la distribución normal estándar. Este video explica y contrasta visualmente e intuitivamente dos de las pruebas de normalidad más comunes: Shapiro-Wilk y Kolmogorov-Smirnov. Además, se presenta cómo hacer las pruebas usando Python.
👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com
ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado.
🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/
Para citar este recurso educativo utiliza la siguiente referencia:
Gutiérrez-García, J.O. [Código Máquina]. (2024, 19 de Marzo). Shapiro-Wilk vs Kolmogorov-Smirnov en Python: ¿Qué prueba de Normalidad utilizar? [Video]. YouTube. [Incluye aquí la URL del video]
********************************************
Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender:
1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.
********************************************
Índice del Video:
0:00 Introducción
1:13 Muestras de Ejemplo: Alturas y Tiempos
3:51 Prueba Shapiro-Wilk
7:24 Prueba Kolmogorov-Smirnov
11:50 Pruebas de Normalidad con Python
17:11 Shapiro-Wilk VS Kolmogorov-Smirnov
⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.
⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln
#Estadística #CienciaDeDatos #Python #DataScience #Scipy