resúmenes numéricos

Jack está realizando un EDA sobre los datos de ingresos de una región en particular, con un potencial de ingresos de clase media, y resume los datos usando uno de los promedios. Sin embargo, cuando él agrega datos de otra región que tiene pocos habitantes, pero que son extremadamente ricos, el nuevo cálculo del promedio tiene como resultado un valor completamente diferente. Identifique la medida que Jack está usando

el sesgo ocurre cuando____

es un grupo de números o una función que indica todas las frecuencias de los diferentes valores o resultados de una variable. En otras palabras, muestra cómo están distribuidos los valores de una variable.

corresponde al número de veces que se repite el valor de una variable. es una forma rápida y sencilla de resumir los datos, que generalmente son representados mediante tablas o gráficos de barras

regla o funcion que provee un estimado de un parámetro población basados en un estadístico de muestra

es una función usada para estimar la frecuencia de un evento, un valor único o un rango de valores de una variable aleatoria utilizada para diseñar modelos estadísticos.

Qué es el grado de asociación lineal entre dos variables, medido con un coeficiente de correlación?

Qué es el grado de asociación lineal entre dos variables, medido con un coeficiente de correlación?

Cómo se pueden presentar inconvenientes en el procesamiento al intentar encontrar correlaciones con data minig. la correlacion no significa causalidad y pueden existir correlaciones no significativas para la investigación?

Cuál es el proceso de encontrar correlación se actualiza una vez todo el dataset se encuentra disponible?

Cómo pueden surgir dificultades a la hora de determinar relaciones entre diferentes datasets, especialmente cuando se trata de formatos distintos, algunos pueden contener valores numericos y otros escalas como medio, bajo alto?

Qué son Son necesarios para determinar niveles adecuados de relación, y la existencia del ruido puede generar procesamiento innecesario?

es una medida que determina cómo dos variables cambian en conjunto. a diferencia de la correlación, el valor puede ser cualquier número negativo o positivo y está expresado en las mismas unidades que las variables.

Las reglas que ayudan a elaborar estimaciones generales sobre distribuciones, en términos de qué porcentaje de los valores de una distribución se encuentran a cierta distancia de la media.

Es el proceso de encontrar correlación se actualiza una vez todo el dataset se encuentra disponible.

pueden surgir dificultades a la hora de determinar relaciones entre diferentes datasets, especialmente cuando se trata de formatos distintos, algunos pueden contener valores numéricos y otros escalas como medio, bajo alto