Conviértase en un administrador basado en datos. Dominar los conceptos básicos de la interpretación de datos.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Esta especialización está dirigida a profesionales que deseen desarrollar un conjunto de habilidades en la interpretación de resultados estadísticos. A través de cuatro cursos + un proyecto final, cubrirás estadística teórica, visualización de datos, medición, modelos de regresión, probabilidad e incertidumbre, preparándote para interpretar y evaluar críticamente análisis cuantitativos.
Los estudiantes desarrollarán experiencia en el cálculo e interpretación de cantidades estadísticas, como efectos causales y medidas de incertidumbre. Los estudiantes aplicarán sus conocimientos para evaluar resultados cuantitativos y resolver problemas estadísticos. Para el proyecto final, los estudiantes seleccionarán y evaluarán críticamente un trabajo de investigación cuantitativa publicado.
Este curso introduce a los estudiantes a los conceptos de datos y estadística. Al final del curso, los estudiantes deberían poder interpretar estadísticas teóricas, análisis causales y visualizaciones para formular ideas significativas.
Este curso proporciona un marco sobre cómo los analistas pueden crear y evaluar métricas cuantitativas. El curso comienza con una descripción general de los diferentes niveles de medición y formas de convertir variables.
Este curso le presentará el modelo de regresión lineal, que es una poderosa herramienta para medir la relación entre varias variables. Discutiremos cómo crear e interpretar un modelo multivariado.
Este curso se centra en cómo los analistas pueden medir y describir la confianza en sus hallazgos. Discutiremos cómo realizar pruebas de hipótesis utilizando estadísticas de prueba y niveles de confianza.
Este es el último curso de la especialización en Habilidades de Datos. En este curso, aplicará las habilidades y conocimientos adquiridos para evaluar críticamente el análisis cuantitativo original.
