Repositorio de Información y Estadística (MAT4152)

📚 Proyecto educativo — Este repositorio forma parte de mi formación temprana en DUOC UC (Instituto Profesional). Las prácticas aquí reflejadas corresponden al momento de desarrollo y pueden no representar estándares actuales.

Laboratorios, guías y ejercicios prácticos del curso Información y Estadística (MAT4152) de DUOC UC. El repositorio cubre los contenidos centrales de inferencia estadística: estadística descriptiva, distribución de medias muestrales, intervalos de confianza para la media y para la proporción, además de una guía paso a paso para el examen y un formulario de herramientas de código.

Contenido

Archivo	Tema	Conceptos clave
Laboratorio_0_MAT4152.ipynb	Estadística Descriptiva y bases inferenciales	Medidas de tendencia central y dispersión, gráficos exploratorios, introducción a la inferencia.
Laboratorio_1_MAT4152.ipynb	Distribución de Medias Muestrales	Teorema del Límite Central, distribución muestral de la media, error estándar.
Laboratorio_1_MAT4152_trabajo en clases_martes.ipynb	Trabajo en clases — Distribución de Medias Muestrales	Ejercicios guiados sobre la distribución muestral de la media.
Laboratorio_2_MAT4152.ipynb	Intervalos de Confianza para la Media	IC con T (Student) y Z, nivel de confianza, margen de error, tamaño de muestra.
Laboratorio_3_MAT4152.ipynb	Intervalos de Confianza para la Proporción	IC para proporciones poblacionales, proporción muestral, margen de error.
Laboratorio_3_MAT4152_clase martes 31_03.ipynb	Clase — Intervalos de Confianza para la Proporción	Ejercicios de clase sobre IC para proporciones.
Paso_a_Paso_Examen.ipynb	Guía de resolución paso a paso para el examen	Cálculo de medias, IC con T, IC con Z y proporciones; planteo y resolución de preguntas tipo.
Resumen_Herramientas_Codigo.ipynb	Formulario y resumen de herramientas de código	Funciones de pandas, numpy, scipy.stats y matplotlib usadas en los laboratorios.

Herramientas utilizadas

• pandas — manipulación y análisis de datos tabulares.
• numpy — cálculo numérico y operaciones vectoriales.
• scipy.stats — distribuciones y pruebas estadísticas (Z, T, proporciones).
• matplotlib — visualización de datos y gráficos.

Cómo ejecutar

1. Instala las dependencias necesarias:

   pip install jupyter pandas numpy scipy matplotlib

2. Inicia Jupyter Notebook desde la raíz del repositorio:

   jupyter notebook

3. Abre cualquier archivo .ipynb y ejecuta las celdas en orden.

Nota

Material académico con fines de estudio, correspondiente al curso Información y Estadística (MAT4152) de DUOC UC.