> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/es/2020/w31-data-analysis-fundamentals-statistics.md).

# W31-Fundamentos del análisis de datos: estadística

Estoy estudiando uno de los fundamentos del análisis de datos: la estadística. Últimamente he encontrado buenos materiales, por ejemplo sobre cómo el equipo de reparto diseña experimentos A/B de forma rigurosa y analiza sus datos. También he pensado en cómo analizar estadísticamente las métricas del negocio que reportamos desde tecnología para extraer información de más valor. He visto que estos problemas exigen completar una base común de conocimientos: la estadística. En situaciones sencillas, lo aprendido con la experiencia todavía basta. Pero cuando aumenta la complejidad de los datos, o queremos obtener información más profunda y fiable, nuestros conocimientos se quedan cortos. Una pregunta muy frecuente es cómo demostrar la relación entre las características de una muestra experimental y las de la población cuando no tenemos acceso a todos los datos de esa población. He seguido un espacio de análisis de datos en Xuecheng llamado *Boletín de la caja de herramientas de BA*. En general se centra en cómo pensar el análisis de problemas reales y resulta muy revelador para quienes no somos especialistas. Sin embargo, al entrar en detalles como los intervalos de confianza o las pruebas de hipótesis, las lagunas de conocimiento dificultan mucho la lectura. Tampoco son conocimientos especialmente avanzados. Por eso he empezado a repasar estadística de nivel universitario y me propongo dejarlo por escrito para que pueda servir a más personas.